摘要：[目的／意义]针对大数据环境下高校图书馆检索系统的信息超载问题，提出一种机器学习方法，为用户提供个性化的偏好检索服务。[方法／过程]通过提取用户检索行为大数据中的用户特征，利用监督机器学习方法，在线学习可随用户偏好同步变化的自适应检索模型，预测用户对文献的选择概率，优化检索结果的排序。[结果／结论]设计出用户偏好检索原型系统，介绍用户偏好检索系统工作流程，对比分析系统效果，并对系统进行客观评价。

原文链接:http://www.cqvip.com/QK/92987X/201511/665667549.html

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）