個(gè)性化推薦技術(shù)在高校數(shù)字圖書館中的應(yīng)用研究.pdf

1、在高校圖書館的建設(shè)中，數(shù)字圖書館作為一種新的形態(tài)，整合著圖書館的線上電子資源和線下圖書資源，利用分布式網(wǎng)絡(luò)、數(shù)據(jù)挖掘、推薦系統(tǒng)等多種新的技術(shù)，為用戶提供前所未有的信息服務(wù)。然而，隨著圖書館系統(tǒng)中的文獻(xiàn)資源逐年增加，如何有效地幫助讀者高效且準(zhǔn)確地發(fā)現(xiàn)所需要的信息是個(gè)研究熱點(diǎn)。實(shí)際上，國內(nèi)大多數(shù)數(shù)字圖書館系統(tǒng)的功能仍然以文獻(xiàn)搜索為主，這種被動(dòng)的服務(wù)方式為讀者提供的個(gè)性化服務(wù)非常有限，導(dǎo)致圖書館文獻(xiàn)資源利用率不高。針對這個(gè)問題，變被動(dòng)服務(wù)為主

2、動(dòng)服務(wù)的個(gè)性化推薦技術(shù)在數(shù)字圖書館的應(yīng)用被提出來。
　　個(gè)性化推薦技術(shù)是實(shí)現(xiàn)個(gè)性化服務(wù)的重要技術(shù)手段，被廣泛應(yīng)用于電子商務(wù)領(lǐng)域。針對用戶需求，為用戶提供個(gè)性化服務(wù)，一方面可以幫助用戶迅速找到所需商品，另一方面提升了服務(wù)質(zhì)量，從而為商家獲得更大的利潤。在數(shù)字圖書館中，可以通過技術(shù)手段定期收集讀者的基本信息和行為信息等偏好信息，為讀者預(yù)測可能感興趣的信息資源，并且通過推薦系統(tǒng)為讀者提供主動(dòng)且多樣化的信息服務(wù)。因此，個(gè)性化數(shù)字圖書推薦系

3、統(tǒng)目前已受到一定的關(guān)注。
　　在數(shù)字圖書館的海量數(shù)據(jù)環(huán)境下，推薦準(zhǔn)確度和運(yùn)行效率是衡量推薦性能的兩個(gè)重要指標(biāo)。目前在各種推薦系統(tǒng)中，應(yīng)用最廣泛的推薦算法是協(xié)同過濾技術(shù)，但是協(xié)同過濾存在著冷啟動(dòng)、矩陣稀疏等問題，新商品將因?yàn)闆]有被用戶評分或者只有很少的評分而無法被推薦；同時(shí)，傳統(tǒng)的協(xié)同過濾算法的運(yùn)行效率在數(shù)據(jù)量非常大時(shí)，運(yùn)行效率常常不高?；诰垲惖膮f(xié)同過濾推薦算法從一定程度上可以緩解這些問題。本文提出了一種基于聚類的協(xié)同過濾式圖書信

4、息推薦算法。它的基本思想是將所有用戶根據(jù)相似性劃分聚類，每一類用戶看成是具有相似的興趣或者類型。在為活動(dòng)用戶提供圖書信息推薦時(shí)，根據(jù)該用戶與各個(gè)聚類中心的相似度來預(yù)測用戶對圖書的評分，從而推薦其感興趣的信息。在實(shí)現(xiàn)所提算法的基礎(chǔ)上，本文提出了一種基于推薦系統(tǒng)的數(shù)字圖書館，通過應(yīng)用基于聚類的協(xié)同過濾算法，可以更加高效、準(zhǔn)確地為讀者推薦信息，從而達(dá)到提升數(shù)字圖書館的服務(wù)質(zhì)量且提高文獻(xiàn)資源的利用率的目的。具體來說，本文的主要工作如下：

5、　　(1)基于高校實(shí)情探討了面向數(shù)字圖書館的個(gè)性化服務(wù)模式。調(diào)研了高校數(shù)字圖書館的服務(wù)現(xiàn)狀、讀者需求、資源利用情況，探討了現(xiàn)有的個(gè)性化服務(wù)的概念、方式、內(nèi)容及實(shí)現(xiàn)技術(shù)，并結(jié)合實(shí)際情況提出了高校數(shù)字圖書館的個(gè)性化服務(wù)模式，具體內(nèi)容則包括設(shè)計(jì)目標(biāo)、原則和實(shí)現(xiàn)架構(gòu)。
　　(2)研究了個(gè)性化圖書推薦的關(guān)鍵技術(shù)。分析了經(jīng)典的個(gè)性化推薦算法原理、應(yīng)用現(xiàn)狀，提出了一種基于聚類的協(xié)同過濾推薦算法，針對該算法進(jìn)行了實(shí)現(xiàn)，并將之應(yīng)用到個(gè)人數(shù)字圖書館中