基于情景化用戶偏好的學(xué)術(shù)信息服務(wù)

　　隨著社會進(jìn)入大數(shù)據(jù)時代，信息超載問題越來越嚴(yán)重，用戶迫切需要符合自己學(xué)術(shù)研究的學(xué)術(shù)信息和高質(zhì)量的學(xué)術(shù)信息服務(wù)。《BR》為了提高學(xué)術(shù)信息服務(wù)質(zhì)量，本書提出基于情景化用戶偏好的學(xué)術(shù)信息服務(wù)研究。描述用戶偏好的內(nèi)容越準(zhǔn)確，推薦給用戶的學(xué)術(shù)信息就越能與其需求一致。用戶偏好不是一成不變的，而是隨著用戶科研任務(wù)、科研方向等的變化而變化，如果學(xué)術(shù)信息推薦服務(wù)不能及時、準(zhǔn)確地識別用戶偏好的變化，就不能準(zhǔn)確計(jì)算出求解模式，推薦給用戶的學(xué)術(shù)信息就會出現(xiàn)錯誤，所以學(xué)術(shù)信息推薦服務(wù)必須考慮學(xué)術(shù)用戶研究課題、研究方向和興趣等方面的變化，必須將用戶偏好“情景化”，連續(xù)跟蹤、識別用戶偏好的變化，將情景化用戶偏好建模，應(yīng)用于學(xué)術(shù)信息推薦服務(wù)中，才能更好地滿足用戶的學(xué)術(shù)信息需求。

暫缺《基于情景化用戶偏好的學(xué)術(shù)信息服務(wù)》作者簡介