[论文解读] Information & Environment: IoT-Powered Recommender Systems.

Jim Hahn|arXiv (Cornell University)|Jan 19, 2018

QR Code Applications and Technologies参考文献 53被引用 2

一句话总结

本文提出了一种基于物联网的、具备位置感知功能的实体图书馆推荐系统，该系统利用用户在书架区域内的实时定位，提供基于学科主题的推荐。评估结果表明，推荐主题呈现出广泛的长尾分布，其中美国文学与英国文学领域存在明显的短头集中现象，证明了该系统能够通过动态、上下文感知的推荐，有效支持用户多样化的兴趣需求。

ABSTRACT

Internet of Things (IoT) infrastructure within the physical library environment is the basis for an integrative, hybrid approach to digital resource recommenders. The IoT infrastructure provides mobile, dynamic wayfinding support for items in the collection, which includes features for location-based recommendations. The evaluation and analysis herein clarified the nature of users' requests for recommendations based on their location, and describes subject areas of the library for which users request recommendations. The results indicated that users of IoT-based recommendations are interested in a broad distribution of subjects, with a short-head distribution from this collection in American and English Literature. A long-tail finding showed a diversity of topics that are recommended to users in the library book stacks with IoT-powered recommendations.

研究动机与目标

• 开发一种集成物联网技术的推荐系统，以增强实体图书馆环境中的用户导航与内容发现能力。
• 研究用户在书架区域内的位置如何影响推荐请求及学科偏好。
• 分析推荐学科的分布情况，特别是识别用户参与度中的短头与长尾模式。
• 评估基于位置的推荐在支持图书馆馆藏中多样化用户兴趣方面的有效性。

提出的方法

• 系统整合物联网基础设施，实现实体图书馆环境中用户位置的实时追踪。
• 利用用户位置数据，基于其与书架中特定学科区域的接近程度，触发上下文感知的推荐。
• 通过结合物理位置与数字资源元数据，采用混合方法生成推荐。
• 通过观察用户交互行为，对用户请求与推荐模式进行评估。
• 数据分析聚焦于识别学科分布模式，包括推荐主题中的短头与长尾趋势。

实验结果

研究问题

• RQ1 用户在图书馆书架区域内的位置如何影响其请求的推荐类型与学科主题？
• RQ2 不同图书馆馆藏区域的推荐学科分布如何？
• RQ3 哪些学科领域表现出最高的推荐请求集中度？
• RQ4 该系统在多大程度上通过长尾推荐支持了多样化、小众化的主题？

主要发现

• 使用物联网推荐系统的用户对广泛多样的学科主题表现出兴趣，表明系统对多样化信息需求具有强有力的支持能力。
• 在美籍与英国文学领域观察到推荐的短头分布，表明这些领域存在更高的需求。
• 在其他学科领域识别出推荐的长尾分布，反映出大量多样化、专业化的主题。
• 系统成功实现了动态、基于位置的推荐，且推荐内容与用户在图书馆馆藏特定区域的接近程度保持一致。