基于读者个性化特征数据挖掘的图书馆书目推荐

谢康

摘 要： 传统图书馆服务缺乏个性化设置，无法充分利用资源进行准确书目推荐，为了改善这一问题，提出基于读者个性化特征数据挖掘的图书馆书目推荐系统。根据读者类聚特点与数据关联规则，设计节目个性化推荐系统，并将挖掘出的关联规则应用到推荐服务当中；根据挖掘流程可得到大量数据，并对多余数据进行清理，不完整数据进行补充，计算支持度和置信度；采用基于读者个性化特征数据挖掘图书馆书目并进行推荐，由此完成图书馆书目推荐。通过实验分析可知，该推荐方法可充分利用图书馆资源，快速、准确完成书目推荐。

关键词： 图书馆服务； 个性化特征； 数据关联规则； 数据挖掘； 图书馆书目； 书目推荐

中图分类号： TN911?34； TP311.13 文献标识码： A 文章编号： 1004?373X（2018）06?0034?03

Abstract： The traditional library service lacks personalized setting， and cannot make full use of resources to conduct catalogue recommendation accurately. To resolve this problem， library catalogue recommendation based on readers′ personalized feature data mining is proposed. According to reader clustering characteristics and data association rules， a personalized program recommendation system is designed， and the mined association rules are applied to recommendation service. A large amount of data can be obtained according to the mining process， with redundant data cleaned and incomplete data supplemented， so as to calculate the support degree and confidence coefficient. Readers′ personalized feature data is used to mine and recommend library catalogue， so as to complete library catalogue recommendation. The experimental analysis shows that this recommendation method can make full use of library resources and complete catalogue recommendation quickly and accurately.

Keywords： library service； personalized feature； data association rule； data mining； library catalogue； catalogue recommendation

0 引 言

高校图书馆中应用数据库技术促使系统硬件与软件都得到改善，每天都会更新资源，学生和教师等读者对资源也会充分利用，这就使图书馆数据库中积累大量的历史信息。图书馆是面向全校读者所提供的一个方便快捷查找资料的场所，但是随着读者对图书馆资料查询要求不断提高，从资源中准确筛选读者需要的图书信息成为了当务之急[1]。

传统图书馆服务缺乏个性化设置，无法充分利用资源，为了改善这一问题，提出基于读者个性化特征数据挖掘的图书馆书目推荐。其利用数据挖掘技术对图书馆数据库中的海量借阅信息进行挖掘，可找到其中隐藏的关联规则，根据这些规则可帮助图书馆完成个性化信息推荐工作，也为读者提供了良好服务。……