數(shù)字圖書館個性化服務的應用系統(tǒng)設(shè)計與實現(xiàn).pdf

1、數(shù)字圖書館不僅僅為讀者提供實用的信息資源，還需要對于不同的用戶提供個性化的信息服務，以提升數(shù)字圖書館的服務質(zhì)量和水平，提高資源信息的利用率。隨著信息技術(shù)和網(wǎng)絡(luò)技術(shù)的發(fā)展，以及圖書館的數(shù)字資源越來越豐富和完善，這一切都成為可能。
　　本文根據(jù)數(shù)字圖書館的個性化服務的需求，提出了一種基于Web的數(shù)字圖書館個性化服務機制及其相關(guān)算法。主要工作如下:
　　1.本文對數(shù)據(jù)挖掘領(lǐng)域中的Web挖掘技術(shù)所涵蓋的理論做了比較深入的分析和闡述。

2、在分析當前提供個性化服務的內(nèi)涵、特征和方式的基礎(chǔ)上，指出了目前解決圖書館個性化信息服務中尚存的問題。
　　2.針對傳統(tǒng)的協(xié)同過濾算法中存在數(shù)據(jù)稀疏性和冷啟動的不足，提出了基于用戶興趣傳播的協(xié)同過濾算法。在這個算法當中不僅解決用戶的興趣的相似性計算問題，又考慮到了其他的鄰居的用戶對于目標用戶的興趣的偏好的影響。在數(shù)據(jù)稀疏性的情況下保證了算法的有效性。仿真實驗說明算法具有可行性和有效性。
　　3.設(shè)計并實現(xiàn)基于Web日志挖掘的個

3、性化推薦系統(tǒng)原型。采用改進的Apriori算法對數(shù)據(jù)預處理階段得到的事務數(shù)據(jù)庫進行頻繁訪問模式的挖掘并生成關(guān)聯(lián)規(guī)則。根據(jù)頻繁訪問模式和關(guān)聯(lián)規(guī)則自動生成推薦內(nèi)容，在線提供給用戶。通過對建立用戶興趣模型庫所涉及到的各項技術(shù)內(nèi)容的分析，設(shè)計了基于自動建模技術(shù)、向量空間模型表示法和相應的數(shù)據(jù)挖掘算法的用戶興趣模型庫。
　　4.本文提出了在線和離線部分分離設(shè)計、融合實現(xiàn)個性化推薦的設(shè)計思想，分析了系統(tǒng)從數(shù)據(jù)準備、數(shù)據(jù)收集和對用戶興趣模型的建