-
题名基于多重信息融合分析的图书动态自组织分类算法
- 1
-
-
作者
窦淑庆
刘思豆
-
机构
唐山学院图书馆
汉阳大学传播与文化学院
-
出处
《现代电子技术》
北大核心
2025年第11期169-173,共5页
-
基金
河北省自然科学基金项目(F2020203014)
2023河北省社会科学发展研究项目(20230203026)。
-
文摘
为提高图书资源管理的智能化水平以及个性化服务的精准度,文中提出一种基于深度学习和多重信息融合分析的图书馆动态自组织分类算法。在构建数据感知与处理基本架构的基础上,引入深度学习算法对各类数据中的海量信息进行快速分析与感知,同时对感知后的数据进行动态分类,从而实现大规模数据的智能化处理。基于深度学习算法,引入多重信息融合技术,对各类数据的多种信息进行有效识别与融合,实现对读者行为和偏好的精准捕捉,为图书资源的优化管理提供了技术解决方案。为了验证所提方法的正确性和有效性,设计了数值实验进行测试。实验结果表明,所提方法的数据分类准确率可达99.10%,能够满足大型图书馆的智能化数据管理与分类需求。
-
关键词
图书资源管理
智能化水平
个性化服务
深度学习
多重信息融合分析
动态自组织分类算法
数据分类准确率
-
Keywords
book resource management
intelligence level
personalized service
deep learning
multiple information fusion analysis
dynamic self⁃organizing classification algorithm
data classification accuracy rate
-
分类号
TN919-34
[电子电信—通信与信息系统]
TP311
[自动化与计算机技术—计算机软件与理论]
-
-
题名基于用户数据特征深度挖掘的快速图书检索算法
- 2
-
-
作者
窦淑庆
刘思豆
-
机构
唐山学院图书馆
汉阳大学传播与文化学院
-
出处
《现代电子技术》
北大核心
2025年第14期137-142,共6页
-
基金
河北省自然科学基金项目(F2020203014)
2023河北省社会科学发展研究项目(20230203026)。
-
文摘
针对传统图书推荐系统所得到的计算结果滞后于实时需求且准确性较低的缺陷,文中基于用户画像数据,提出一种快速图书检索算法。该算法在用户画像构建部分对静态属性抽取和动态标签行为进行建模。在图书特征提取模型中,使用BERT-Word2Vec作为基础框架进行多模态特征提取,并利用双塔深度匹配模型构建了用户MLP塔和图书改进CNN塔,对特征进行充分细致的多维分析。模型通过将实时反馈机制Kafka-Redis流处理算法与会话注意力加权融合,最终实现了场景化的推荐。实验测试结果显示,NDCG@10指标较最优基准提升了约21.0%,行为反馈延迟在峰值500 QPS流量下小于等于3.5 s。表明所提算法能够为知识服务场景提供兼具准确性、时效性与场景适应性的信息推荐解决方案。
-
关键词
用户画像
双向编码器表示技术
双塔深度匹配模型
多层感知器
卷积神经网络
推荐算法
-
Keywords
user profile
bidirectional encoder representation technology
twin tower depth matching model
multi layer perceptron
convolutional neural network
recommendation algorithm
-
分类号
TN911-34
[电子电信—通信与信息系统]
TP391
[自动化与计算机技术—计算机应用技术]
-
