国内大数据赋能的智慧推荐资源管理技术研究进展 |
| |
引用本文: | 孙雨生,范颖,祝博.国内大数据赋能的智慧推荐资源管理技术研究进展[J].农业图书情报学刊,2023(12):4-17. |
| |
作者姓名: | 孙雨生 范颖 祝博 |
| |
作者单位: | 1. 湖北工业大学经济与管理学院;2. 湖北工业大学湖北农村社会管理创新研究中心;3. 北京理工大学管理学院 |
| |
基金项目: | 教育部人文社会科学研究规划基金项目“基于本体的数字图书馆语义用户兴趣模型构建机理及应用模式研究”(17YJA870016);;国家社会科学基金一般项目“基于新媒体的用户学术搜索行为机理研究”(20BTQ072); |
| |
摘 要: | 目的 /意义]为资源化数据并支持智慧推荐服务多样化、提升用户交互体验,系统分析国内大数据赋能的用户兴趣建模、项目信息管理技术研究成果,阐述智慧推荐中用户及项目信息规范管理的技术体系。方法 /过程]文章用文献研究法归纳了507篇文献内容,从用户兴趣建模、项目信息管理两方面对国内大数据赋能的智慧推荐资源管理技术进行总结分析:前者包括模型表示、初始化、进化,后者包括数据采集、挖掘、存储、更新、解释。结果 /结论]大数据赋能的用户兴趣建模技术核心研究依托大数据技术在线、离线赋能用户兴趣数据分类采集及预处理、模型进化;大数据赋能的用户、项目信息管理技术核心研究用大数据技术赋能数据分类采集,并用大数据计算基础设施赋能数据离线挖掘、数据存储、数据更新、数据在线解释。现有研究需强化用户、数据双驱型的智慧推荐方案设计、实践研究,且需强化数据安全研究。
|
关 键 词: | 大数据 智慧推荐 数据采集 数据挖掘 数据可视化 |
|