高校數字圖書館用戶推薦系統(tǒng)研究.pdf

1、針對高校數字圖書館環(huán)境下存在的信息過載問題,傳統(tǒng)信息服務已不能滿足用戶需求,提出應用電子商務推薦技術以解決此問題。本文闡述了高校數字圖書館特殊的系統(tǒng)環(huán)境,給出了劃分用戶角色的方法,通過深入分析高校數字圖書館用戶的信息需求特征,提出以加權的偏好函數來表達用戶偏好模型,結合一定的推薦策略,得到基于用戶行為與角色約束的改進協(xié)同過濾推薦算法。并以此為基礎,構造了高校數字圖書館的用戶推薦系統(tǒng)原型。本文主要研究工作如下:
　　(1)對推薦系統(tǒng)

2、相關理論進行綜述分析,指明了應用的可行性。介紹了國內外有關個性化服務、推薦系統(tǒng)和高校數字圖書館的發(fā)展,探討了推薦系統(tǒng)的關鍵技術、主流算法和推薦系統(tǒng)評價問題。
　　(2)以管理信息系統(tǒng)的需求分析方法,進行系統(tǒng)環(huán)境分析、用戶分析、系統(tǒng)業(yè)務分析以及系統(tǒng)的優(yōu)化分析。提出以學科專業(yè)屬性劃分用戶角色,通過信息需求四層次模型指明用戶存在著難以表達的隱性化信息需求,驗證了個性化信息推薦服務的必要性。通過混合式提取偏好,并以偏好類別劃分因子C和偏好

3、的時間衰減因子T的加權偏好函數,構建了適用于高校環(huán)境下的用戶偏好模型。結合系統(tǒng)的業(yè)務需求分析,最終產生推薦系統(tǒng)在高校數字圖書館的運營內容。
　　(3)在系統(tǒng)設計中,考慮了以用戶行為修正 I-U評分矩陣,提出以角色權重系數 K約束最近鄰的計算,產生改進的協(xié)同過濾推薦算法,并以實驗表明有效性。通過推薦流程的設計和分析,構造基于Taste的推薦引擎,得到了系統(tǒng)的體系結構。
　　(4)以原型法分析說明了系統(tǒng)的實現效果,以Apache