共查询到20条相似文献，搜索用时 968 毫秒
1.
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
2.
研究利用数据挖掘中的关联规则挖掘分析及论文数据库，进行相关文献推荐，提出适用于进行相关文献推荐的改进的混合加权关联规则挖掘算法，并通过用户行为分析确定相关文献集和垂直权重，采用Google搜索引擎的PageRank算法确定水平权重，获得一些有意义的分析结果。 相似文献
3.
关联规则挖掘是解决电子商务推荐问题的重要方法之一.针对传统关联规则挖掘算法在解决移动电子商务环境个性化推荐问题时反复扫描数据库,频繁项挖掘效率低,关联规则挖掘准确率低以及规则大量冗余等不足,提出一个基于事务矩阵和用户兴趣度的关联规则挖掘算法(Matrix-and-Interestingness-based Association Rules Mining,MIbARM).该算法仅需扫描一次数据库,并在挖掘过程中不断缩小算法搜索空间以避免生成冗余候选项,同时避免了冗余规则挖掘,从而提高了挖掘效率.最后,在四组人工数据和160种参数组合的数值实验环境下,引入Apriori、CBAR 及BitTableFI算法对MIbARM进行对比验证.结果表明,在不减少有趣规则的前提下,MIbARM不但可有效避免冗余候选项集的产生,而且大幅减少了冗余规则数量,极大提高了算法的搜索效率,同时提升了个性化推荐的质量,更适用于移动电子商务环境下的个性化推荐问题. 相似文献
4.
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
5.
6.
7.
数据挖掘技术在图书馆信息服务中的应用 总被引：19，自引：2，他引：19
司徒浩臻 《现代图书情报技术》2005,21(10):15-18
为适应图书馆对信息服务的需要，以高校图书馆为例，用数据挖掘中的关联分析技术对高校图书馆借阅记录进行分析，给出了挖掘算法，提出了推荐服务模型，利用挖掘出来的规则提供推荐服务。 相似文献
8.
9.
移动终端的普及重塑人们的阅读空间和方式，而智能算法也成为移动阅读平台为用户提供个性化服务的重要工具。文章主要介绍基于内容的算法推荐、协同过滤的算法推荐、关联规则的算法推荐以及混合算法推荐等主要算法推荐技术及其在移动阅读领域的应用逻辑，从而揭示算法推荐给移动阅读带来的影响。 相似文献
10.
借助数据挖掘技术找到关联规则,分析高校图书馆内读者的借阅行为,并运用基于数据库的知识发现(KDD)方法,构建一个以书目或书目阶层为导向的高校图书馆新书推荐系统,以帮助读者快速找到适合自己的学习资料,增强其对图书馆服务的满意度. 相似文献
11.
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 总被引：1，自引：0，他引：1
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. 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.
[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
14.
[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。 相似文献
15.
16.
基于Hadoop开源分布式计算框架和Mahout协同过滤推荐引擎技术构建图书推荐引擎系统,并利用云模型和Pearson系数对传统协同过滤推荐算法进行改进,改善传统单机推荐算法在高维稀疏矩阵上进行运算所导致的系统性能不佳及推荐结果不准确的问题。利用实验对分布式推荐平台的整体性能及改善后的协同过滤推荐算法进行测试评估,发现当虚拟机节点不断增加时,协同过滤推荐引擎的计算时间不断减少,这表明推荐引擎系统的总体性能较传统单机推荐引擎得到提升;利用MAE分别对原始协同过滤推荐效果和改进后的推荐算法进行测评,发现改进后的推荐引擎算法的推荐准确率较改进前提高13.1%。 相似文献
17.
18.
19.
"一校多区"的办学模式已成为当前中国高校办学的主流,这种变化给学校管理带来了许多机遇与挑战,随之而来的是给图书馆的多校区建设运行与读者服务带来了新的课题。本文就多校区协作图书荐购工作这一常见难题,以成本优化考虑,借用已有的免费资源,以Gmail邮箱的开源架构为例,探讨其中一种高效协作的可能性。 相似文献
20.
针对高校图书馆场景存在的无显式反馈、借阅数据稀疏和传统推荐算法效果不好问题,提出基于时间上下文优化协同过滤的推荐算法,包含读者阅读行为评分、时间上下文和内容兴趣变迁3个要素。在数据准备阶段,通过制定评分转化规则、设计标准化函数来构建一种基于用户行为操作的兴趣评分模型,以解决用户评分缺失问题;在推荐召回阶段,提出一种非线性的时间衰减模型来对评价矩阵进行优化,以提高推荐效果;在推荐排序阶段,提出一种兴趣捕捉模型对召回结果按照图书类别进行精排序,以缓解数据稀疏问题并进一步提高推荐效果。实验结果表明,文章提出的优化算法在Top5的F值较未经优化的协同过滤提升增幅达141%。 相似文献