典型文献
大数据时代高校科研信息服务模式创新研究
文献摘要：
[目的/意义]以构建以人为本、人才交叉融合、多部门联动的科研信息精准推送模式为目标,研究大数据时代高校科研信息服务模式创新方法.[方法/过程]选取K-Medoids聚类算法挖掘海量科研信息中的有用信息,从自然属性、活动兴趣属性以及视频兴趣属性三方面,依据挖掘结果构建高校科研信息服务模式用户画像.选取贝叶斯动态线性模型预测用户推送结果,利用预测结果更新用户画像兴趣集,计算更新后的兴趣集与用户特征向量的余弦相似度,将相似度达到设定阈值的信息推送至高校科研信息服务用户,实现高校科研信息服务模式的创新.[结果/结论]实验结果表明,该方法可以精准构建高校科研信息服务用户画像,依据构建的用户画像为用户推送科研信息资源,提升高校的科研水平.[创新/不足]利用大数据技术提高高校科研信息服务创新模式的服务性能,通过精准的信息推送,为用户提供高质量的服务.但由于高校科研活动通常是交叉学科,需具备交叉专业知识才可完成,因此未来将从高校人才交叉融合、多部门联动这两个方向作为切入点,研究更好地提高高校科研信息服务水平.
文献关键词：
大数据时代;高校科研;信息服务模式;K-Medoids聚类算法;用户画像;贝叶斯动态线性模型
中图分类号：
作者姓名：
鲍锋;韩小伟
作者机构：
吉林大学社会科学处,吉林长春130012;吉林大学人工智能学院,吉林长春130012
文献出处：
引用格式：
[1]鲍锋;韩小伟-.大数据时代高校科研信息服务模式创新研究)[J].情报科学,2022(08):44-49
A类：
贝叶斯动态线性模型
B类：
高校科研,科研信息,信息服务模式,服务模式创新,交叉融合,多部门联动,精准推送,创新方法,Medoids,聚类算法,自然属性,用户画像,新用户,用户特征,特征向量,余弦相似度,将相,信息推送,送至,信息资源,科研水平,技术提高,信息服务创新,创新模式,服务性能,科研活动,交叉学科,识才,高校人才,信息服务水平
AB值：
0.228875
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
