基于协同过滤技术的个性化图书推荐系统研究

针对传统的大众化推荐如热门图书推荐、新书推荐等无法为读者提供个性化的图书推荐服务,提出了构建在协同过滤技术之上的图书个性化推荐系统模型,分析了协同过滤技术在图书推荐中的运用原理及可行性,最后总结其优缺点。     

基于协同过滤算法的高校图书馆图书推荐系统研究

针对当前高校图书馆主动式图书推荐服务存在的对服务对象信息需求挖掘、分析不足的问题,提出构建基于协同过滤算法的个性化图书推荐系统。通过引入读者专业、角色、学历、借阅记录等影响和反映读者信息需求的因素构建读者特征模型,基于该模型采用优化的协同过滤算法挖掘读者信息需求并产生个性化图书推荐信息,并通过实验证明该方法的有效性和实用性。     

基于关联规则的图书借阅服务推荐方法

本文将关联规则应用于图书借阅的服务推荐方法,首先对读者借阅历史记录进行预处理,然后进行关联规则挖掘和分析,利用挖掘出的频繁项集进行服务推荐。该方法与传统推荐技术相比,能更全面、准确、清晰地进行图书借阅推荐。     

基于借阅时间评分的协同图书推荐模型与应用

针对数字图书馆系统中的读者借阅历史数据,提出利用图书借阅时间计算读者兴趣度的评分数据模型。该模型把读者的借阅行为分为4种不同的类型：续借、超期借阅（长期超借与短期超借）、正常借阅、盲目借阅,设置阈值,分别计算其相对借阅时间,得出读者对图书的兴趣度。在该数据模型的基础上,实现一个基于协同过滤技术的图书推荐系统,验证模型的有效性。     

一种改进的协同过滤方法在高校图书馆图书推荐中的应用

[目的/意义] 为解决高校图书推荐过程中面临的“数据稀疏”和“冷启动”问题,研究表明：优化读者评价矩阵和相似度模型是提高图书推荐质量的关键。[方法/过程] 提出一种协同过滤改进方法,以图书分类为项目生成用户评价矩阵,并考虑借阅方式、借阅时间和图书相似度对用户兴趣度的影响,优化矩阵中的样本数据;同时,在计算读者相似度时融入读者特征和图书特征。[结果/结论] 实验结果表明,该方法可有效解决“数据稀疏”和“冷启动”问题,显著降低计算量。与基本协同过滤和聚类改进的协同过滤方法相比,无论是在推荐准确率还是在用户满意率上都有较大的提高,综合推荐效果更好。     

借阅场景下图书专业性质量测度方法和图书个性化推荐服务方法

[目的/意义]以现有图书馆借阅记录为基础,结合图书阅读相关性进行深入挖掘,探讨识别借阅场景下图书专业性质量和实现相应个性化图书推荐服务的有效方法。[方法/过程]利用图书的阅读相关性提出图书相关性链接关系,结合图书质量的迭代识别算法来识别专业图书资源。同时利用图书类别相关性链接关系,提出读者用户个性化模式的表达方法,并从长期兴趣推荐和短期兴趣的即时推荐两个方面给出个性化图书推荐策略设计原理和实现方法。[结果/结论]在图书质量识别方面,该方法更易于识别出专业性较强的优质图书资源,适用面比较灵活,也可以在限定图书范围内进行专业图书识别。在个性化图书推荐方面,发现不论长期兴趣推荐方法还是短期兴趣推荐方法,第二类用户的平均推荐命中度要高于第一类用户,在第一类用户中,最高相似度区间（75%以上）和较低相似度区间（15%-50%）的短期兴趣推荐方法的平均推荐命中度要高于长期兴趣推荐方法。本研究通过读者借阅序列分析方法识别专业图书并实现相应的个性化推荐图书方法,有利于改善现有图书馆借阅服务水平和提高读者的满意度。     

基于用户画像的图书推荐算法实证研究

个性化推荐算法能够帮助读者从图书馆海量馆藏中发现所需图书,有助于提高馆藏利用率和读者服务效率。文章以高校图书馆图书数据、读者数据和借阅数据为数据源,从中抽取关键词构建图书画像和读者画像;利用向量空间模型计算图书与读者之间的相似度,向读者推荐与其相似度排名靠前的图书;并进行推荐算法效果实证分析,揭示著录数据、读者类型、推荐窗口等变量对推荐准确率的影响。     

谈图书美誉度在高校图书馆中的构建

图书美誉度是由图书的阅读人次和读者的阅读评论高度抽象而来,反映了读者对该书的赞许和认同程度。在高校图书馆网站上,以图书美誉度为中心、针对高校读者群需求侧重构建图书推荐系统。系统具备了图书推荐、馆藏展示和读者交流几大功能,旨在满足读者多样性的信息需求,又为提升图书馆藏书价值和服务水平创造了条件。     

一种快速的个性化书目推荐方法*

针对高校数字图书馆现有书目推荐方法存在的不足,提出一种快速的个性化书目推荐方法。该方法利用矩阵向量技术和压缩技术对Apriori算法进行改进,以提高数据资源的挖掘效率,然后利用改进的Apriori算法从读者的借阅记录中挖掘出图书之间的关联关系,以此为读者的借阅提供个性化的书目推荐服务。仿真结果能够证明该方法的有效性。     

基于集体智慧的图书推荐服务的需求调查

论文以“读者阅读现状及其对图书推荐服务的需求调查问卷”为基础,对读者及图书馆员对基于集体智慧的图书推荐服务的需求做了统计分析,最后得出了构建基于集体智慧的图书推荐系统是有现实需求的结论.     

协同工作模式下的高校图书馆新型图书荐购系统建设与思考——以上海交通大学图书馆为例

[目的/意义]通过探讨多角色馆员协同工作模式下高校图书馆个性化图书荐购系统的构建与完善,为其他高校图书馆建设图书荐购系统、提升读者荐书的积极性提供参考。[方法/过程]以上海交通大学图书馆图书荐购系统建设实践为例,从传统与新型荐书系统对比、协同工作模式分析、系统设计与实现等方面出发,全面解读协同工作模式下的高校图书馆新型图书荐购系统建设实践,并对该图书荐购系统建设的实践进行思考。[结果/结论]上海交通大学图书馆通过多角色馆员协作模式,构建智能化、特色化的图书荐购系统,提高用户荐书的积极性和主动性,促进学科资源与用户需求的契合。开发一个功能丰富、荐书反馈及时的图书荐购系统有助于改善高校图书馆读者荐书的积极性。     

公共图书馆网站新书推荐服务调查分析——以东部地区省级公共图书馆为例

图书馆新书推荐服务及时将新书信息传递给读者,可加快馆藏文献信息的传递速度,提高新书的利用率。对我国东部地区省级公共图书馆网站新书推荐栏目进行调查,分析了图书馆网上新书推荐服务的特点和不足,提出服务改进建议。     

基于读者借阅二分网络的图书可推荐质量测度方法及个性化图书推荐服务

本文首先提出一种利用读者借阅行为特征来判断图书可推荐质量的思路,并结合读者图书借阅关系所形成的二分网络结构,设计了一种测度图书可推荐质量的迭代算法,从而为个性化图书推荐服务提供了良好的推荐客体.在上述研究的基础上,结合图书类别目录层次、标题语义信息的提取处理方法、基于加权XML模型的用户个性化模式表达方法及其权值扩散策略,提出了三种图书馆个性化图书推荐服务的形式,分别是特定主题的图书推荐服务、现有所借图书的修正型推荐服务和新书推荐服务.最后,文章对相关测试实验及其效果做了必要的说明.     

融入评论指标的中文图书综合评价体系适应性研究

[目的/意义]为改进当前图书评价体系在反映图书内容质量方面的不足,将图书评论指标纳入评价体系,并应用不同学科图书分析评价体系的适应性,探索中文图书质量评价.[方法/过程]从传统计量指标、Altmetrics指标和图书评论指标中筛选出16个指标,构建以CRITIC方法赋权的中文图书综合评价体系,同时选取经济学、计算机科学...     

关联数据驱动的数字图书推荐模型

提出一种关联数据驱动的数字图书推荐模型,为了实现向用户提供跨数据源的推荐服务,首先把图书馆的本地数据与外部相关的关联数据相融合,根据图书馆资源信息的不同的特性,分别构建用户社会关系语义本体知识库与数字图书语义本体知识库,并根据用户对图书浏览的活跃程度,针对不同的用户,采取不同的推荐策略,实现对用户推荐服务的全覆盖。     

高校图书馆个性化电子图书荐购系统的设计和实现

设计和实现一个基于图书馆OPAC系统中纸质图书流通日志记录的个性化电子图书荐购系统,该系统包含三个子模块:读者荐购模块、个性化电子图书荐购模块、荐购管理与信息推送模块。利用数据挖掘技术和分布式异构技术,将读者专业背景对应的电子图书书目数据发送到OPAC"我的图书馆"中供读者荐购。该系统产生的荐购结果,不但能够应用于电子图书的荐购,而且也能应用于传统纸质图书的荐购和新书推荐服务,具有广泛的应用前景。     

图书主题对用户标签使用行为影响研究

[目的/意义] 更全面地理解用户标签使用行为的影响因素,为标签推荐和应用实践提供指导。[方法/过程] 采用日志分析法,从人均标签个数、标签类型分布两个方面分析图书主题的影响,并以计算机、心理学、经济学、文学作品、绘画5类图书为例,基于社会化标注社区豆瓣网的用户数据进行实证分析。[结果/结论] 图书主题会对用户的标签个数及类型分布具有显著影响:①在标签个数方面,计算机、心理学、经济学、文学作品主题图书的人均标签个数相近,显著高于绘画主题图书;②在标签类型分布上,根据5类图书间的差异可分为3组:计算机、心理学和经济学、文学作品和绘画。这一结论对图书标签推荐及图书分面检索和导航系统的设计具有参考作用。     

高校图书馆图书选择遭遇大众冷漠化分析 ——基于公共选择视角

高校图书馆图书的公共物品性质决定着图书选择是一种公共选择,作为选择主体的师生所具有的经济人属性,导致图书选择过程中大众冷漠化问题的出现,并最终导致图书供给低效用。增强集体责任意识以克服个体经济理性、做好书目推荐工作以减少师生参与成本、构建激励机制以提供制度支持是消除冷漠化、促进大众参与图书选择的有效路径。