基于社会网络分析的隐性知识推送服务方法研究

被引:9
作者
黄微
高俊峰
王晨
齐玥
机构
[1] 吉林大学管理学院
关键词
社会网络分析; 知识推送; n-团子群; 隐性知识共现;
D O I
暂无
中图分类号
G252 [读者工作];
学科分类号
1205 ; 120501 ;
摘要
【目的】通过引入社会网络分析理论,解决知识推送服务中隐性知识推送不足的问题。【应用背景】在数字图书馆数据库的访问日志的环境下,选取24小时内登录用户的知识偏好为实验数据开展研究。【方法】通过引入"n-团子群"与"点度中心性"概念分析目标用户群,将相似用户的隐性知识需求显性化共现并对相关知识实体加以推送。【结果】发现推送隐性知识的广度与精准度直接受n-团子群的参数n值影响,将其值设置为2能够保证推送的隐性知识更具颗粒性。【结论】解决知识推送服务中数据极端稀缺、用户隐含的知识需求获取力度差的问题,促进隐性知识交流。
引用
收藏
页码:48 / 54
页数:7
相关论文
共 10 条
[2]   Web2.0环境下网络用户的群体动力分析 [J].
邓胜利 ;
冯利飞 .
图书情报知识 , 2011, (02) :78-82+123
[3]   面向企业业务的智能知识推送研究 [J].
柳巧玲 .
情报理论与实践, 2010, 33 (11) :76-79
[4]   基于WIKI的群体知识共享与创新服务研究 [J].
焦玉英 ;
袁静 .
情报科学, 2008, (05) :652-656
[5]   基于语义网格的数字图书馆知识推送服务系统研究 [J].
赵杨 .
情报科学, 2007, (12) :1869-1873+1882
[6]   适应用户兴趣变化的协同过滤推荐算法 [J].
邢春晓 ;
高凤荣 ;
战思南 ;
周立柱 .
计算机研究与发展, 2007, (02) :296-301
[7]  
A time-based approach to effective recommender systems using implicit feedback[J] . Tong Queue Lee,Young Park,Yong-Tae Park. Expert Systems With Applications . 2007 (4)
[8]  
A new similarity measure for collaborative filtering to alleviate the new user cold-starting problem[J] . Hyung Jun Ahn. Information Sciences . 2007 (1)
[9]   Qualitative analysis of user-based and item-based prediction algorithms for recommendation agents [J].
Papagelis, M ;
Plexousakis, D .
ENGINEERING APPLICATIONS OF ARTIFICIAL INTELLIGENCE, 2005, 18 (07) :781-789
[10]   An empirical analysis of design choices in neighborhood-based collaborative filtering algorithms [J].
Herlocker, J ;
Konstan, JA ;
Riedl, J .
INFORMATION RETRIEVAL, 2002, 5 (04) :287-310