简介：依照Web2．0的“社会化标注”思想，针对基于内容的推荐算法（cBR）和协同过滤推荐算法（CF）存在的不足，提出了基于读者标签（Tags）的、融合图书“热门度”因子的个性化图书推荐的两个改进算法。利用统计分析软件R，重点对改进后的CBR算法进行实验分析和验证，结果表明，改进算法的图书个性化推荐效果有明显改善。
简介：研究高校微信公众号订阅用户数据,分析用户满意度影响因子,为改善用户体验,提高活跃度提供参考.构建一个综合模型,以高校学生为主要调查对象,采用结构方程模型对其影响因素进行量化分析.调查研究表明,高校微信公众号满意度影响因子有：感知有用性、感知易用性、感知娱乐性、信息感知质量性和高校微信公众号使用意愿.同时,高校微信公众号的使用意愿主要受到感知有用性、感知娱乐性与信息感知质量性三个因素的影响,而信息感知质量性发挥中介作用,联系和调节各种因素之间的关系.
融合热门度因子基于标签的个性化图书推荐算法
高校微信公众号用户满意度影响因子研究-以华中师范大学为例
