共查询到19条相似文献,搜索用时 574 毫秒
1.
利用关联规则对高校图书馆借阅信息进行挖掘,可以找出读者的借阅习惯,从而可以根据读者借阅习惯,能实时、有针对性、主动地为读者提供读者感兴趣的图书.但在实际的运用中,经过统计发现,基于传统的关联规则进行推荐模式存在着关联规则发现困难以及并没有反映出读者借阅习惯的变化问题.论文试图对挖掘出的结果进行分析比较处理,进行特殊的加权处理,从而为用户推荐出命中率高的个性化的推荐模型.实际测试表明:经过加权处理后的关联规则推荐模型能够及时反映出用户的变化,能够满足为用户提供更专业的个性化推荐. 相似文献
2.
针对传统图书自动推荐系统准确性不高的缺点,提出利用数据挖掘中的关联规则算法技术将读者借阅的图书、性别、年龄、职称、职业、受教育程度、爱好等多维关系生成关联规则,再将读者基本信息与这些规则进行比较,把匹配的关联规则推荐给读者,就能解决传统推荐系统的不足,提供更加灵活的个性化图书推荐服务。文章以湖南图书馆2011年读者借阅数据为例,利用Microsoft SQL Server 2008为工具进行了关联规则算法的数据挖掘分析。 相似文献
3.
通过数据挖掘技术可以发现在校读者的借阅习惯以及使用图书资源的模式,进而评估读者对馆藏资源和馆藏服务的利用情况,针对读者的借阅规律,图书馆可以提供个性化的信息推送服务,有效提高资源利用率和服务水平.以辽宁师范大学文、史、法及心理学院读者的借阅记录为样本数据,采用大数据处理软件Weka进行数据离散化转换,并加载分析,根据频繁项集合算法的挖掘关联规则,预测相关书籍的借阅概率,生成推荐书目,向读者进行个性化推荐.经过大数据分析发现,读者借阅同种图书的关联度占总关联规则的比率较大,说明大部分读者在一次特定的借阅中,往往只会借阅某一类别或者高度相关的图书.将上述结果提供给相关学科馆员,能为读者提供更有针对性和目的性的书目,并加以个性化信息推送服务,提高图书馆的学科服务质量. 相似文献
4.
5.
对怀化学院图书馆TP类图书按编目日期统计各年借阅量,依据文献老化定律、最小二乘法曲线拟合求得TP类图书的半衰期及老化曲线,利用TP类图书的老化曲线方程预测其借阅量,提出图书关联规则支持度的老化常数。实验表明:通过关联规则中的support(X)=support(X)×K'方法降低老化图书的关联支持度,减少老化图书相对较弱的强关联规则,解决了原书目推荐系统推荐给读者的书目中有相当一部分图书已失去使用价值的问题。此方法不仅适用于怀化学院图书馆馆藏图书的书目挖掘,对其他高校图书馆也有借鉴价值。 相似文献
6.
通过北创图书管理系统采集2010年至2021年间福州大学图书馆纸质文献借阅记录,数据由读者信息、借阅信息、图书信息3部分组成。通过对多张表的数据关联、读者隐私数据不可恢复的数据加密等技术手段,最后生成6540595条纸质文献的借阅记录。该数据集有助于图书馆优化馆藏建设、制订更合理的借阅规则、开展个性化的阅读推广等。 相似文献
7.
基于协同过滤算法的高校图书馆图书推荐系统研究 总被引:3,自引:0,他引:3
董坤 《现代图书情报技术》2011,(11):44-47
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。 相似文献
8.
对情景敏感和个性化需求响应是移动网络环境下信息推荐的两大触发因素。针对目前移动环境下信息服务未融入情景敏感这一因素以及信息推荐的个性化程度低和准确性差的现状,提出采用"LBS+AR+多层关联规则"三维立体式个性化信息推荐方法。采用GPS/GIS技术实现精确定位,利用基于模型的多层级关联推荐算法避免稀疏性和难于扩展问题,采用AR(增强现实)技术实现可视化的信息推送,通过构建移动网络环境下情景敏感的个性化信息推荐系统实现为用户提供个性化、可视化的信息推送服务。 相似文献
9.
高校图书馆的借阅记录包含大量信息,研究数据库中的借阅记录可以获知学生与图书间的某种联系,通过改进的L-Apriori算法把这种潜在的联系转化成显性知识推荐给目标学生,对提升当前数字图书馆的服务质量具有重要意义。改进的L-Apriori算法对借阅记录分专业形成的子数据库关联规则进行逐一整合,最终形成全局数据库关联规则。实验结果表明改进的L-Apriori算法无论是挖掘效率还是准确度都明显优于Apriori算法。 相似文献
10.
11.
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。 相似文献
12.
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。 相似文献
13.
马迪倩 《图书馆工作与研究》2012,(3):119-121
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。 相似文献
14.
认为随着网络技术在图书馆建设中的应用,书目信息检索成为读者与图书馆沟通的重要途径。对这些数据进行收集、统计、分析、整理,有助于了解读者最真实的需求。基于书目检索信息,提出荐购系统原理,并设计荐购系统,一方面可以弥补建立在主动推荐基础上的传统荐购系统存在的不足,另一方面可以实践并深化图书馆"以读者为中心"的服务理念。 相似文献
15.
16.
17.
针对现有高校图书馆荐购系统的不足,提出整合型荐购系统的解决方案。介绍该系统从信息和工作流程等多方面进行整合,构建荐购知识库,在管理读者荐购行为的同时,自动更新荐购记录,并自动向读者进行反馈的工作机理。指出整合型荐购系统的整合原则,分析系统架构和工作流程、荐购流程,重点介绍系统功能设计,荐购书目库全文搜索的实现以及与图书馆集成管理系统的集成、与OPAC整合等实现的难点与重点。 相似文献
18.
一种基于数据挖掘技术的馆藏资源个性化推荐服务 总被引:2,自引:0,他引:2
本文介绍了一种如何将ID3决策树算法和关联规则应用于馆藏文献信息资源的个性化推荐服务当中去的方法.文中首先对读者借阅历史记录进行了挖掘和分析,利用决策树算法挖掘出可推荐的相关读者对象,再依据关联规则提取借阅历史记录并对其进行分析和挖掘,从中找出相关潜在的有用或有价值的规则,然后依据这些规则选择出最适合推荐的项目推荐给读者.该方式是为实现个性化推荐服务所进行的一种新的探讨,具有算法收敛性好,计算方法简单有效,可靠性高,推荐效果显著等优势,与传统推荐技术相比,能够更加全面、准确、清晰地进行文献推荐.理论和实践结果表明,所提出的这种方法是一种行之有效的形式. 相似文献
19.
[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。 相似文献