数字参考咨询的智能化推荐模式研究
| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 1 绪论 | 第8-18页 |
| 1.1 研究背景及意义 | 第8-10页 |
| 1.1.1 研究背景 | 第8-9页 |
| 1.1.2 研究意义 | 第9-10页 |
| 1.2 数字参考咨询的国内外研究现状 | 第10-16页 |
| 1.2.1 国外研究现状 | 第10-12页 |
| 1.2.2 国内研究现状 | 第12-16页 |
| 1.3 研究方法 | 第16-17页 |
| 1.3.1 文献分析法 | 第16页 |
| 1.3.2 网站调研法 | 第16页 |
| 1.3.3 比较分析法 | 第16-17页 |
| 1.4 研究组织结构 | 第17页 |
| 1.5 本章小结 | 第17-18页 |
| 2 相关研究基础 | 第18-21页 |
| 2.1 数字参考咨询智能化推荐 | 第18-19页 |
| 2.1.1 数字参考咨询智能化推荐的内涵 | 第18页 |
| 2.1.2 数字参考咨询智能化推荐的意义 | 第18-19页 |
| 2.2 深度学习 | 第19页 |
| 2.2.1 深度学习的内涵 | 第19页 |
| 2.2.2 深度学习的功能实现 | 第19页 |
| 2.3 用户画像 | 第19-20页 |
| 2.3.1 用户画像的内涵 | 第19-20页 |
| 2.3.2 用户画像的功能实现 | 第20页 |
| 2.4 本章小结 | 第20-21页 |
| 3 现行数字参考咨询推荐模式及分析 | 第21-31页 |
| 3.1 现行数字参考咨询推荐模式 | 第21-28页 |
| 3.1.1 异步数字参考咨询推荐模式 | 第21-23页 |
| 3.1.2 实时数字参考咨询推荐模式 | 第23-27页 |
| 3.1.3 合作式数字参考咨询推荐模式 | 第27-28页 |
| 3.2 现行数字参考咨询推荐模式分析 | 第28-29页 |
| 3.3 本章小结 | 第29-31页 |
| 4 数字参考咨询智能化推荐模式 | 第31-45页 |
| 4.1 数字参考咨询推荐模式的总体框架 | 第31-37页 |
| 4.1.1 数据资源层 | 第32-35页 |
| 4.1.2 数据分析层 | 第35-36页 |
| 4.1.3 数据推荐层 | 第36页 |
| 4.1.4 用户服务层 | 第36-37页 |
| 4.2 数字参考咨询智能化推荐的运行流程 | 第37-44页 |
| 4.2.1 数据获取 | 第37-38页 |
| 4.2.2 特征词提取 | 第38-39页 |
| 4.2.3 用户画像 | 第39-40页 |
| 4.2.4 推荐 | 第40-43页 |
| 4.2.5 排序 | 第43页 |
| 4.2.6 用户反馈 | 第43-44页 |
| 4.3 本章小结 | 第44-45页 |
| 5 数字参考咨询智能化推荐的实现路径 | 第45-48页 |
| 5.1 获取大量的数据资源 | 第45页 |
| 5.2 聚合数据资源 | 第45-46页 |
| 5.3 识别用户身份 | 第46页 |
| 5.4 设置显式反馈的选项 | 第46-47页 |
| 5.5 本章小结 | 第47-48页 |
| 6 总结与展望 | 第48-51页 |
| 6.1 研究的创新点 | 第49-50页 |
| 6.2 研究局限 | 第50页 |
| 6.3 研究展望 | 第50-51页 |
| 参考文献 | 第51-54页 |
| 致谢 | 第54页 |
