基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
对于知识密集型的高新企业来说,有效利用丰富且复杂知识的方法与途径,一直是企业发展的一个重要环节.随着推荐系统的出现与发展,催生了诸多经典推荐算法,并在电子商务和社交网络中得到了成功应用,但现有经典推荐算法并不适用于更加专业化的企业知识推送.为了提高企业知识与企业员工的匹配程度,使企业员工能更高效地利用企业知识,提出了一种改进的协同过滤推荐算法.该算法基于知识地图的知识推送方法,由知识地图的关联度得到更具体的关联关系,并综合考虑路径关联权值对推荐算法的影响,改进了相似度构成与计算方法,以相似度衡量用户之间的相似性,加强了用户之间的相似度的评估.理论分析表明,所提出的算法提高了知识推送的匹配程度和可行性,为企业知识推送提供了新的思路和途径.
推荐文章
基于知识使用场景的知识推送方法研究
知识使用场境
知识推送
语义相似度
基于知识地图的图书馆知识服务研究
知识地图
知识服务
信息服务
一种基于本体技术和用户搜索的自扩充知识地图
知识地图
知识管理
知识可视化
知识获取
知识重用
本体
基于情境的知识推送技术研究
云制造
知识情境
知识建模
本体
知识推送
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于知识地图的知识推送方法研究
来源期刊 计算机技术与发展 学科 工学
关键词 企业知识管理 知识地图 知识推送 协同过滤
年,卷(期) 2017,(9) 所属期刊栏目 智能、算法、系统工程
研究方向 页码范围 82-84,91
页数 4页 分类号 TP301
字数 3741字 语种 中文
DOI 10.3969/j.issn.1673-629X.2017.09.018
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 熊峰 上海大学机电工程与自动化学院上海市智能制造及机器人重点实验室 32 89 4.0 8.0
2 吕北轩 上海大学机电工程与自动化学院上海市智能制造及机器人重点实验室 9 14 2.0 3.0
3 渠国庆 上海大学机电工程与自动化学院上海市智能制造及机器人重点实验室 7 12 2.0 3.0
4 牛倩 上海大学机电工程与自动化学院上海市智能制造及机器人重点实验室 5 8 2.0 2.0
5 吴祖伟 上海大学机电工程与自动化学院上海市智能制造及机器人重点实验室 3 6 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (33)
共引文献  (24)
参考文献  (13)
节点文献
引证文献  (2)
同被引文献  (15)
二级引证文献  (0)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(3)
  • 参考文献(1)
  • 二级参考文献(2)
2007(4)
  • 参考文献(0)
  • 二级参考文献(4)
2008(5)
  • 参考文献(1)
  • 二级参考文献(4)
2009(8)
  • 参考文献(1)
  • 二级参考文献(7)
2010(5)
  • 参考文献(1)
  • 二级参考文献(4)
2011(4)
  • 参考文献(0)
  • 二级参考文献(4)
2012(3)
  • 参考文献(2)
  • 二级参考文献(1)
2013(3)
  • 参考文献(2)
  • 二级参考文献(1)
2014(3)
  • 参考文献(1)
  • 二级参考文献(2)
2015(3)
  • 参考文献(3)
  • 二级参考文献(0)
2017(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
企业知识管理
知识地图
知识推送
协同过滤
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机技术与发展
月刊
1673-629X
61-1450/TP
大16开
西安市雁塔路南段99号
52-127
1991
chi
出版文献量(篇)
12927
总下载数(次)
40
总被引数(次)
111596
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导