基于聚类算法的数字图书馆知识推送原理
2020-03-18宋爱香
江苏科技信息 2020年1期
宋爱香,吴 丹,马 冲
(1.西安工程大学网络与信息化管理处,陕西西安 710048;2.西安工程大学图书馆,陕西西安 710048)
0 引言
信息通信技术的快速发展为信息获取与服务创造了有利条件,使受众可以方便快捷地获取多渠道的信息[1-2]。但在这个信息来源纷繁复杂的时代,如何直接跳过一些与目标信息关联性较差的信息,直接得到关联性强的目标信息便显得尤为重要。否则,源源不断的信息将变成“信息骚扰”,影响用户体验[3]。而现在大多数字图书馆的推送服务存在推送内容单一、推送内容关联度低、推送内容针对性较差等局限性,未对学科资源和用户进行深度开发和关联,不了解高校师生的真实需求,推送模式较简单层次较低[4-5]。因此提高高校数字图书馆推送信息的准确性,有着十分重要的意义。
1 数字图书馆推送满意度调研
了解用户的需求是改善数字图书馆推送服务的关键环节。2019年4月至2019年6月,本文通过网上发布问卷的方式对西安工程大学在校师生进行图书馆推送服务满意度调研。
问卷通过问卷星进行发布与调研,采用5分量化,越接近5分说明期望值越大。调研期间共发出问卷400份,收回问卷388份。通过第一题“你使用过西安工程大学数字图书馆吗?”进行问卷过滤,将答案为“否”的50份问卷予以删除,最终确定338份有效问卷,其中本科生136人、硕士生103人、博士生12人、教职工87人。
利用LibQUAl+TM模型对用户的满意度进行调查。计算公式包括:平均期望值=Σ期望值/问卷份数,平均感受值=Σ感受值/问卷份数,平均最低接受值=Σ最低接受值/问卷份数。……
登录APP查看全文
