分类： 图书馆学、情报学 >> 情报学 提交时间： 2017-11-08 合作期刊: 《数据分析与知识发现》
摘要： 【目的】探讨协同创新环境下知识型团队的交互对团队绩效的影响。【方法】采用多智能体建模仿真方法, 从知识管理微观层面构建知识供需系统, 将时间成本和资金成本作为工作绩效的评价指标, 基于 Python NetworkX 实现该系统。【结果】大规模的组织在降低创新成本上比小规模的组织有优势; 无标度结构的组织完 成任务耗时长并且成本高; 组织中个体的连接邻域数增加并没有单调地提升组织的创新效率, 当平均领域数超 过某个阈值后创新成本开始增加。 【局限】未考虑人与人之间的互动在协同创新中的优化设置。【结论】基于多 智能体建模的知识供需系统从微观层面对知识型团队的知识整合过程进行模拟, 有助于认识团队内部知识的管 理, 为组织提升知识利用效率, 降低创新成本提供新的视角。
分类： 图书馆学、情报学 >> 情报学 提交时间： 2017-11-08 合作期刊: 《数据分析与知识发现》
摘要： 【目的】探讨目前针对书目、题录信息以及新闻网页、博客等新兴媒体开展的数字文本自动分类研究中存在的主要问题和可能的解决方向。【文献范围】基于机器学习方法的自动分类研究领域中，关于特征语义转换、特征扩展和加权策略等方面的主要研究成果及相关文献。【方法】按照主要研究、关键技术、现有成果水平和今后发展方向等方面进行分析归纳。【结果】针对特征语义转换、特征扩展和加权策略等研究领域，分析问题的现象和原因，指出当前研究在文本语义表示、各种知识库的利用等方面存在的不足。【局限】没有涉及分类过程中分类算法等其他比较成熟的研究领域。【结论】今后可以从向量空间模型与概率主题模型相结合、利用各种外部知识库并提高概念相似度计算能力、结合多种加权策略构建复合加权表示模型等方向开展分类研究，以提高数字文本自动分类的性能。
分类： 图书馆学、情报学 >> 情报学 提交时间： 2017-11-08 合作期刊: 《数据分析与知识发现》
摘要： 【目的】结合移动数字图书馆的资源布局及推送特征, 为其设计一种基于情境感知的个性化资源推荐方 式。【方法】基于相似用户有相似选择的考虑, 引入角色的概念模拟用户兴趣选择, 设计一种有效的WSSQ 算法 构建用户信任网络, 由此给出改进的情境感知推荐方法, 并在扩展的Epinion 数据集上进行仿真实验。 【结果】通 过实验证明了本方法是可行的, 且在 MAE、RMSE 等指标下均优于其他推荐方法, 体现出良好的推荐精度。【局 限】在用户样本足够大时会面临情境和角色稀疏的问题。【结论】本研究为移动数字图书馆资源推荐提供了一种 思路, 有利于其推荐系统的改进和完善。
分类： 图书馆学、情报学 >> 情报学 提交时间： 2017-11-08 合作期刊: 《数据分析与知识发现》
摘要： 【目的】利用领域专家信任和相似度相结合的优势, 弥补传统协同过滤推荐算法在推荐准确度以及挖掘长 尾商品方面存在的不足。【方法】选取 MovieLens中稀疏度为 0.9605 的数据集, 由评分记录较多的 1 102 个用户 对 2 920 部电影的评分记录构成, 利用分阶段实验法求得优专家用户数量及推荐权重系数值, 并结合对比分 析法对算法的性能进行评测。【结果】实验结果表明, 本算法的推荐结果准确率和覆盖率均受到专家用户数量的 影响, 且当推荐权重系数为0.6时推荐准确度明显优于传统算法, 同时专家用户比例由2%上升至20%时, 覆盖率 上升了 0.21, 说明算法在一定程度上显著提高了推荐系统挖掘长尾商品的能力。【局限】未考虑到不同领域类别 之间可能存在的相关性。 【结论】该算法能够有效地克服数据稀疏性和冷启动问题, 显著提高推荐系统的推荐质 量和准确度。
点击量
点击量
下载量
评论
