个性化最新资料快报服务系统相关问题研究

doi:10.11925/infotech.1003-3513.2003.03.18

现代图书情报技术

2003, Vol. 19

Issue (3): 64-66 https://doi.org/10.11925/infotech.1003-3513.2003.03.18

网络资源与建设

本期目录 | 过刊浏览 | 高级检索

个性化最新资料快报服务系统相关问题研究

郭家义

(中国科学院文献情报中心　北京 100080)

Analyzing and Researching on Personal Alerting System in Digital Library

Guo Jiayi

(Library of Chinese Academy of Science, Beijing 100080, China)

摘要
参考文献
相关文章
Metrics

全文:
输出: BibTeX | EndNote (RIS)

摘要

个性化最新资料快报是数字图书馆个性化服务的典型体现。本文对个性化最新资料快报系统的系统结构进行了分析, 并对系统建设过程中的相关问题进行了相应的探讨。

	服务

	把本文推荐给朋友
	加入引用管理器
	E-mail Alert
	RSS
	作者相关文章

关键词 ：数字图书馆, 个性化, 系统, 分析, 研究

Abstract：

Personal Alerting system is very important in digital library service. This article analyze Personal Alerting system s infrastructure and discuss some questions in building this system.

Key words： Digital library Personal System Analyzing Research

收稿日期: 2002-12-19 出版日期: 2003-06-25

ZTFLH:

G250.76

通讯作者: 郭家义

作者简介: 郭家义

引用本文:

郭家义. 个性化最新资料快报服务系统相关问题研究[J]. 现代图书情报技术, 2003, 19(3): 64-66.
Guo Jiayi. Analyzing and Researching on Personal Alerting System in Digital Library. New Technology of Library and Information Service, 2003, 19(3): 64-66.

链接本文:

https://manu44.magtech.com.cn/Jwk_infotech_wk3/CN/10.11925/infotech.1003-3513.2003.03.18 或 https://manu44.magtech.com.cn/Jwk_infotech_wk3/CN/Y2003/V19/I3/64

[1]http://www.dli2.nfs.gov/

[2]Ariadne.见http://ariadne.inf-berlin:de:800

[3]The London Parallel Application Centre:The London&south-east cetre for highperformance computing.见http://www.lpac.ac.uk/SEL-HPC/

[4]SpringerLink Alert.见http://link.springer.de/alert

[5]Elsevier Contents Direct.见http://www.elsevier.nl

[6]Swets Scan.见http://www.swets.nl/sscan96.html

[7]http://cn.yahoo.com

[8]郭家义.数字图书馆个性化服务中用户信息行为的收集与分析研究.图书馆杂志2003,(1)

[9]李广建.个性化网络检索系统的研究与实现.博士论文,中科院文献情报中心,2002

[1]	周阳,李学俊,王冬磊,陈方,彭莉娟. 炸药配方设计知识图谱的构建与可视分析方法研究*[J]. 数据分析与知识发现, 2021, 5(9): 42-53.
[2]	朱侯,方清燕. 社会化媒体用户隐私计算量化模型构建及隐私悖论均衡解验证*[J]. 数据分析与知识发现, 2021, 5(7): 111-125.
[3]	沈科杰, 黄焕婷, 化柏林. 基于公开履历数据的人物知识图谱构建*[J]. 数据分析与知识发现, 2021, 5(7): 81-90.
[4]	钟佳娃,刘巍,王思丽,杨恒. 文本情感分析方法及应用综述^*[J]. 数据分析与知识发现, 2021, 5(6): 1-13.
[5]	高伊林,闵超. 中美对“一带一路”沿线技术扩散结构比较研究^*[J]. 数据分析与知识发现, 2021, 5(6): 80-92.
[6]	李贺,刘嘉宇,李世钰,吴迪,金帅岐. 基于疾病知识图谱的自动问答系统优化研究^*[J]. 数据分析与知识发现, 2021, 5(5): 115-126.
[7]	刘彤,刘琛,倪维健. 多层次数据增强的半监督中文情感分析方法^*[J]. 数据分析与知识发现, 2021, 5(5): 51-58.
[8]	伊惠芳,刘细文. 一种专利技术主题分析的IPC语境增强Context-LDA模型研究[J]. 数据分析与知识发现, 2021, 5(4): 25-36.
[9]	王雨竹,谢珺,陈波,续欣莹. 基于跨模态上下文感知注意力的多模态情感分析 ^*[J]. 数据分析与知识发现, 2021, 5(4): 49-59.
[10]	林克柔,王昊,龚丽娟,张宝隆. 融合多特征的中文论文同名学者消歧研究 ^*[J]. 数据分析与知识发现, 2021, 5(4): 90-102.
[11]	李跃艳,王昊,邓三鸿,王伟. 近十年信息检索领域的研究热点与演化趋势研究——基于SIGIR会议论文的分析[J]. 数据分析与知识发现, 2021, 5(4): 13-24.
[12]	陈君,梁昊,钱晨. *情感距离视角下奖励式众筹用户投资决策行为研究——基于项目文本的分析**[J]. 数据分析与知识发现, 2021, 5(4): 60-71.
[13]	代冰,胡正银. 基于文献的知识发现新近研究综述 ^*[J]. 数据分析与知识发现, 2021, 5(4): 1-12.
[14]	王楠,李海荣,谭舒孺. 基于改进SMOTE算法与集成学习的舆情反转预测研究^*[J]. 数据分析与知识发现, 2021, 5(4): 37-48.
[15]	常城扬,王晓东,张胜磊. 基于深度学习方法对特定群体推特的动态政治情感极性分析^*[J]. 数据分析与知识发现, 2021, 5(3): 121-131.

Viewed

Full text

Abstract

Cited

Shared

Discussed