知识收集任务与在线书签系统的社交动态探索
1. 社会情境过滤助力知识收集任务
在知识收集过程中,新手用户往往面临着在海量信息中寻找合适资源的难题。为解决这一问题,我们提出了社会情境过滤的方法,旨在为用户提供更精准的资源引导。
1.1 相关概念定义
- 任务 :任务 T 由一组属性 - 值对 {a1:v1, a2:v2… an:vn} 定义。用户通过信息系统执行一组活动 {A1, A2 … An} 来完成任务 T。属性 a1, a2… an 定义任务,值 v1, v2 … vn 反映执行任务的用户偏好。例如,若任务是学习编程语言 Python,属性可能包括学习时间、学习目标(如数据分析、Web 开发)等,值则是具体的时间安排和目标方向。
- 任务相似性 :只有当两个任务概念上相似,即属性存在一一对应关系时,才考虑它们的相似性。理想情况是一个任务的每个属性 - 值对都与另一个任务的属性 - 值对完全匹配;若部分匹配,则认为是部分相似。
- 知识收集任务 :需要执行搜索和查找类活动来完成的任务,典型活动包括搜索信息源、筛选和选择源以及从选定源收集信息,可归类为搜索、筛选和收集。
- 社会空间 :信息系统的社会空间 SS 是其不同用户完成的任务集合,可表示为 SS = {U1->T1 …. Un->Tn},每个任务完成方式为 Ti => {A1… An}。
- 社会情境过滤器 :用于从社会空
超级会员免费看
订阅专栏 解锁全文
35

被折叠的 条评论
为什么被折叠?



