基于机器学习的高校图书馆用户偏好检索系统研究
来源：图书情报工作杂志2015年第11期北京时间：
作者：沈敏,杨新涯,王楷
单位：1. 重庆大学图书馆, 重庆, 400044;<br />\r\n2. 重庆大学自动化学院, 重庆, 400044
摘要：[目的/意义] 针对大数据环境下高校图书馆检索系统的信息超载问题, 提出一种机器学习方法, 为用户提供个性化的偏好检索服务。[方法/过程] 通过提取用户检索行为大数据中的用户特征, 利用监督机器学习方法, 在线学习可随用户偏好同步变化的自适应检索模型, 预测用户对文献的选择概率, 优化检索结果的排序。[结果/结论] 设计出用户偏好检索原型系统, 介绍用户偏好检索系统工作流程, 对比分析系统效果, 并对系统进行客观评价。
关键词：机器学习,高校图书馆,用户偏好,偏好检索,
基金资助：<p>本文系国家社会科学基金项目“智慧图书馆理论与系统实践研究”(项目编号:13XTQ009)研究成果之一。</p>
