數(shù)據挖掘在高校圖書館個性化推薦中的應用研究.pdf

1、分類號密級UDC學位論文數(shù)據挖掘在高校圖書館個性化推薦中的應用研究（題名和副題名）楊華（作者姓名）指導教師姓名段鋼副教授副教授電子科技大學電子科技大學成都（職務、職稱、學位、單位名稱及地址）申請學位級別碩士專業(yè)名稱管理科學與工程管理科學與工程論文提交日期2009.4論文答辯日期2009.5學位授予單位和日期電子科技大學電子科技大學答辯委員會主席陳宏陳宏教授教授評閱人2009年5月27日注1注明《國際十進分類法UDC》的類號摘要I摘要隨著

2、信息技術和Inter技術的高速發(fā)展，lib2.0技術的出現(xiàn)和流行，使得高校圖書館的服務空間日益擴大，個性化信息服務也逐漸成為新型服務模式的主流。個性化信息服務改變傳統(tǒng)圖書館被動服務方式，能根據用戶的興趣偏好主動地向用戶推薦圖書。本課題的目的是通過對數(shù)據挖掘技術理論及個性化推薦系統(tǒng)理論的學習研究，將數(shù)據挖掘技術引入到高校圖書館的讀者服務中，實現(xiàn)個性化圖書推薦。本文通過對當前大多數(shù)高校圖書館采用的圖書館集成系統(tǒng)進行了解后發(fā)現(xiàn)，這些系統(tǒng)都不具

3、備數(shù)據分析挖掘功能，本文擬在圖書館集成系統(tǒng)的基礎上設計配套的個性化推薦系統(tǒng)，在作了詳細的需求分析、借閱流程分析后，從理論研究的角度建立起推薦系統(tǒng)模型，并對模型的各個模塊作了闡述。由于各種條件和時間的限制，本文在后面的具體實現(xiàn)研究中只針對個性化服務層中的數(shù)據采集模塊和挖掘模塊作了詳細的研究，對推薦模塊未進行深入的探討。在具體實現(xiàn)研究中，本文以某高校圖書館的歷史借閱記錄為具體挖掘對象，應用數(shù)據挖掘技術，研究了高校圖書館個性化推薦系統(tǒng)中的數(shù)據

4、采集和挖掘分析的具體實現(xiàn)。主要從兩個方面實施挖掘分析，再根據分析結果進行個性化推薦。一方面采用關聯(lián)規(guī)則挖掘對借閱記錄數(shù)據進行挖掘，挖掘出各專業(yè)、各年級、各學歷層次的讀者對圖書館圖書資源利用的關聯(lián)規(guī)則，找出具有強關聯(lián)性的各類圖書，主動為讀者提供相關借閱的其它書籍信息，以各種方式主動地向讀者推薦圖書。另一方面采用聚類分析，將該圖書館的讀者進行有效的群分類，總結出不同群的特點進行針對性的圖書推薦，提高館藏圖書的借閱率。并對圖書館優(yōu)化館藏建設、