基于随机游走模型的高校图书馆知识发现系统构建

发布时间：2020-12-09 13:34

　　[目的]为了实现知识的快速聚类和关联分类,由传统的以资源检索为目标的高校图书馆系统转变为完全面向用户需求的、主动发现和推送知识的图书馆知识发现系统。[过程]本文融合网络爬虫技术和学术资源网站结构化数据的特征,构建了基于随机游走模型,依据摘要词频对文献资料进行主题词的提取、聚类;随后在标签信息标注的基础上,根据相似性对游走过程进行加权处理;最终完成了知识关联分类的知识发现系统。[结果]本文实现了用高效的知识提取手段,基于智慧云、物联网构建更加准确和更具关联性的知识发现系统,提高了高校图书馆知识检索系统的查全率和查准率。 

【文章来源】：现代情报. 2020年05期 第96-103页 CSSCI

【文章页数】：8 页

【部分图文】：

基于随机游走模型的高校图书馆知识发现系统架构

图1 基于随机游走模型的高校图书馆知识发现系统架构该知识发现系统将资源整合与用户服务相结合，将数据层、匹配层和用户层相联系，具体服务操作流程如图2所示:首先，系统起始操作由用户或系统管理者发起。系统管理者发起对系统进行文献录入，并由系统的匹配层完成输入处理，匹配层提取文献摘要关键词并进行随机游走完成聚类，计入文献资源库的某一聚类集群中。其次，用户在登入系统后，系统通过访问用户资源库提取用户的数据，包括历史访问、偏爱集群和用户信息，获取用户可能感兴趣的文献或集群。在用户输入信息进行搜索后，系统的匹配层完成输入处理，并将用户搜索输入时提供的新用户特征，如感兴趣的学科内容等录入用户资源库。第三，用户输入搜索，匹配层完成资源匹配，将数据库中的文献资源与用户搜索内容进行匹配。最后，系统完成匹配，将用户的搜索与资源库的文献或集群的关联展示给用户，与此同时，新的用户搜索增加新的用户特征与关联图谱。通过此系统，提高了高校图书馆信息检索的查全率和查准率，实现了知识聚类。

获取文献摘要并提取主题词的爬虫部分代码

【参考文献】：
期刊论文
[1]基于随机游走的分类垃圾回收最优路径规划[J]. 赵红霞,刘高森,李愈.  交通运输工程与信息学报. 2018(03)
[2]基于深度学习的数字图书馆网络知识发现研究[J]. 王勋.  图书馆学刊. 2018(07)
[3]大数据时代图书馆嵌入式知识发现情报分析服务研究[J]. 姜璐.  农业图书情报学刊. 2018(08)
[4]基于加权超图随机游走的文献关键词提取算法[J]. 马慧芳,刘芳,夏琴,郝占军.  电子学报. 2018(06)
[5]基于标签信息特征相似性的协同过滤个性化推荐[J]. 何明,要凯升,杨芃,张久伶.  计算机科学. 2018(S1)
[6]基于Spark的高校图书馆文献推荐方案及实证研究[J]. 何胜,熊太纯,柳益君,叶飞跃,潘瑜.  图书情报工作. 2017(23)
[7]基于SOM神经网络的高校图书馆个性化推荐服务系统构建[J]. 刘爱琴,李永清.  图书馆论坛. 2018(04)
[8]基于图书情报机构智库建设的知识发现系统构建研究[J]. 李祎.  图书馆工作与研究. 2017(02)
[9]一种基于随机游走算法的复杂网络生成[J]. 余思东,万荣泽,黄欣.  计算机应用与软件. 2015(02)
[10]基于项目和标签的随机游走个性化信息推荐模型[J]. 王丽莎,张绍武,林鸿飞.  情报学报. 2012 (03)



本文编号：2906943