數(shù)字圖書館個(gè)性化信息推薦系統(tǒng).pdf

1、隨著圖書館信息化的快速發(fā)展，傳統(tǒng)的信息檢索的服務(wù)方式已經(jīng)很難滿足用戶的需求，通過關(guān)鍵字組合的檢索方式很難達(dá)到用戶的真實(shí)需求。所以，個(gè)性化推薦服務(wù)受到了更廣泛的關(guān)注，它可以挖掘用戶信息、圖書信息以及用戶的操作日志等，挖掘數(shù)據(jù)間隱藏的關(guān)聯(lián)性，將獲得的知識推薦給用戶。
　　 在比較了幾種廣泛研究和應(yīng)用的推薦算法后，采用了關(guān)聯(lián)規(guī)則的方法，并結(jié)合圖書館的情況對其進(jìn)行改進(jìn)。在圖書館推薦系統(tǒng)中，關(guān)聯(lián)規(guī)則不需要用戶對圖書的評價(jià)，資源的特征描述等

2、附加信息，但也有不足:新入庫的圖書很難被推薦;高瀏覽量圖書容易被推薦，但推薦價(jià)值不高;不善于發(fā)現(xiàn)那些種類相近圖書之間的內(nèi)在聯(lián)系。
　　 本文在Apriori算法中引入了多最小支持度MMS的概念，并在MMS的計(jì)算公式中加入了圖書入庫時(shí)間和瀏覽量兩個(gè)因素。此外，在關(guān)聯(lián)規(guī)則之前根據(jù)用戶的屬性特點(diǎn)進(jìn)行基于k-means方法的聚類，使用戶在相似用戶群產(chǎn)生的規(guī)則中獲得推薦信息?？紤]圖書館用戶的自身特點(diǎn)，其特性主要包括年級、專業(yè)和興趣，它們是