基于数据挖掘的高校图书馆个性化推荐模型研究

【摘要】高校的信息化建设是我国社会信息化建设的重要领域之一，是全面提高教学质量与科研能力的重要举措。高校图书馆是培育高质量人才不可或缺的一环，其信息化的建设程度一定程度影响到大学生整体素质的培养水平。本文基于数据挖掘中的分类技术和挖掘算法，通过关联分析找出数据库中隐藏的关联网：一方面，运用关联规则，找出具有强关联的书目；另一方面，运用分类技术确定形成多个风格兴趣不同读者群，将读者群中查阅次数较多的书目进行推荐，从而建立图书馆个性化推荐模型。

【关键词】大数据 数据挖掘 个性化推荐

一、引言

高校学校信息化建设是我国社会信息化建设的重点领域，是全面提高教学质量与科研能力的重要举措。但是在图书馆数字化服务建设中存在一些急需解决的问题，例如如何提高图书馆的管理水平和服务效率，如何促进大学生更高效的利用图书馆资源等。因此，为了解决这些问题，我们需要通过数据挖掘进行个性化推荐，使得其对用户需求能做出科学，客观，可靠的判断。为此，我们确定了“基于数据挖掘的高校图书馆个性推荐模型研究”专题。本研究运用数据挖掘的挖掘算法和分类技术建立高校图书馆个性化推荐模型，一方面可以提高图书馆的管理水平和服务效率；另一方面，促进大学生更高效的利用图书馆资源。

二、基于数据挖掘的数字图书馆个性服务体系构建