[1] 第十六次全国国民阅读调查结果发布[J].国家图书馆学刊,2019,28(03):74.
[2] 王伟,王洪伟,孟园.协同过滤推荐算法研究:考虑在线评论情感倾向[J].系统工程理论与实践,2014,34(12):3238-3249.
[3] 艾黎. 基于商品属性与用户聚类的个性化服装推荐研究[J].现代情报,2015,35(09):165-170.
[4] 李宇琦,陈维政,闫宏飞,李晓明.基于网络表示学习的个性化商品推荐[J].计算机学报,2018:1-12.
[5] 张麒麟. 国外阅读立法对阅读推广的影响研究[J].图书情报工作,2015,59(23):11-16.
[6] 王鹏程. 国外图书馆阅读推广模式的学习与借鉴[J].图书馆理论与实践,2016(9):76-78.
[7] 赖晓华. 图书推广之新媒体运用[J].新闻传播,2014,(9):15.
[8] 龚秀琦. 新加坡公共图书馆全民阅读推广活动特点和策略分析[J].内蒙古科技与经济,2017(24):104-106,109.
[9] 孙华艳,李业丽,字云飞,韩旭.协同过滤推荐算法的改进与研究[J].计算机技术与发展,2018,28(10):44-48.
[10] 郭兰杰,梁吉业,赵兴旺.融合社交网络信息的协同过滤推荐算法[J].模式识别与人工智能, 2016, (3): 281-288.
[11] 王瑞琴,蒋云良,李一啸,楼俊钢.一种基于多元社交信任的协同过滤推荐算法[J].计算机研究与发展, 2016, (6): 1389-1399.
[12] 丛洪杰,龚安,李华昱,帅训波.基于用户兴趣和项目分类的协同过滤推荐算法[J].计算机技术与发展,2018,28(11):85-88,93.
[13] 雷雪,侯人华,曾建勋.关联规则在领域知识推荐中的应用研究[J].情报理论与实践2014,(12): 67-70,66.
[14] 崔妍,包志强.关联规则挖掘综述[J].计算机应用研究,2016,33(02):330-334.
[15] 施伯乐,汪卫.数据库技术研究进展[J].四川师范大学学报(自然科学版),2015,38(3):442-451.
[16] 黄文碧. 基于元数据关联的馆藏资源聚合研究[J].情报理论与实践,2015,38(4):74-79.
[17] 严金贵,罗军,周娜娜. 基于层次主键模型的多维数据概念模型[J].计算机工程, 2012,33(23):56-59.
[18] 戴浩. 基于业务元数据的多维建模系统设计与实现[J].计算机工程与设计, 2010, (24): 5248-5252,5256.
[19] 张心源,邱均平.国内外数据库索引编制研究的进展与趋势[J].图书馆杂志,2016,35(03):60-67.
[20] 徐明. 基于节点分裂优化的R-树索引结构[J].计算机应用研究,2016,33(12):3530-3534.
[21] 孙淑娴,杨峰,陈君龙.基于映射/归约的分布式并行索引方法的研究与改进[J].山东师范大学学报(自然科学版),2017,32(03):34-39. |
