基于數(shù)據(jù)挖掘的圖書館個性化推薦系統(tǒng)研究和應(yīng)用.pdf

1、自動化信息管理技術(shù)和網(wǎng)絡(luò)技術(shù)迅猛發(fā)展把我們帶進了信息爆炸時代，海量的信息對用戶產(chǎn)生了兩方面的影響，有利的一面是用戶多了更多的資源和供選擇的信息，不利的一面是查找自己感興趣的資源需要耗費更多的時間和精力，而且大量有價值的信息因缺乏有效的發(fā)現(xiàn)工具而“消失”在信息的海洋里。
　　 該現(xiàn)象在高等學(xué)校圖書館領(lǐng)域表現(xiàn)比較突出，可行的解決方案是在讀者對象和圖書文獻對象之間搭建一座橋梁，目的是根據(jù)讀者的偏好過濾掉不感興趣的圖書文獻，而將感興趣的

2、部分推薦給他。這座橋梁就是圖書館個性化推薦系統(tǒng)。
　　 本文分析了個性化推薦技術(shù)的研究現(xiàn)狀和國內(nèi)外圖書館個性化信息服務(wù)應(yīng)用現(xiàn)狀，對聚類分組技術(shù)和關(guān)聯(lián)規(guī)則推薦算法作了研究，并在此基礎(chǔ)上開發(fā)了“某高校圖書館個性化推薦系統(tǒng)”。評價個性化推薦系統(tǒng)的性能可以從兩個角度：一是挖掘效率，二是推薦質(zhì)量。本系統(tǒng)的后臺挖掘模塊采用基于事務(wù)壓縮技術(shù)的關(guān)聯(lián)算法，其效率比經(jīng)典Apriori關(guān)聯(lián)算法要高；在推薦質(zhì)量方面采用先對讀者聚類得到興趣相似的讀者分組