论文部分内容阅读
随着国内外数字资源聚合以及服务推荐研究的不断深入，聚合及服务推荐方法的改进和融合也成为学术研究热点。本文综合运用聚类分析、语义相似度计算、协同过滤推荐算法等方法，提出了基于领域本体的数字文献资源聚合及服务推荐的方法和途径，并以知网文献资源为例，对本文提出的方法流程进行分析研究。结果表明，该方法能够对数字文献资源有效聚合，并挖掘用户需求信息，根据用户偏好对其进行推荐。本文不仅为资源聚合与服务推荐的深入研究搭建了一个新的框架，同时也为资源聚合以服务推荐理论拓展性研究提供了一个新的思路。通过本体、数据挖掘以及服