基于多源信息融合的高校图书馆推荐系统.docxVIP

● 王征，谢奉君 ( 西南财经大学经济信息工程学院，四川成都611130)基于多源信息融合的高校图书馆推荐系统*摘 要: 用户与资源信息发掘深度不足阻碍了推荐服务在高校图书馆中的应用。针对上述问题，提出了基于多源信 息融合的高校图书馆推荐系统的基本原理与结构、组成模块与运行流程，并给出了基于灰色关联度的信息融合与功率谱 估计的推荐关键技术与方法。实验结果证明，该系统具有较高的读者覆盖率、准确度以及召回率，为图书馆的网络化与 自动化建设提供了新思路。关键词: 图书馆; 数据挖掘; 多源信息融合; 推荐系统Abstract: Lack of in-depth excavation of user and resources information has hindered the application of the recommended serv- ice in university library. Aiming at the above problem，the paper puts forward the basic principles as well as the structure，module and operational process of the recommendation system of university library based on multi-source information fusion，and provides the recommended key technolongies and methods for information fusion and power spectrum estimation based on grey correlation de- gree. The experimental results show that this system has higher reader coverage，accuracy and recall rate，and provides new ideas for the network and automatic construction of library.Keywords: library; data mining; multi-source information fusion; recommendation system1问题的提出随着高校图书馆馆藏文献资源的不断丰富，师生们往 往需要花费大量的时间才能找到自己所需的资源; 而大量 浏览无关信息的过程往往使读者迷失方向，不但浪费了读 者宝贵的时间和精力，而且消耗了有限的图书馆信息服务 资源。为解决上述问题，图书馆自动化领域的研究人员参 考了电子商务领域的解决方案，提出了面向图书馆的个性 化推荐系统。此类系统是建立在数据挖掘等理论基础上的 高级智能信息平台，它能够根据用户的个性化特征与需 求、兴趣爱好与阅读习惯等信息，帮助图书馆信息系统为 用户推荐相关文献信息，提供完全个性化的图书馆辅助决 策支持和智能化信息服务［1］。目前，根据推荐核心算法的 不同，推荐系统可以分为四类。1) 基于文献资源内容过滤的推荐系统。其核心是内 容过滤技术，此类系统依据用户需求信息与文献内容的匹 配程度进行推荐，向师生们推荐与其借阅和浏览记录相匹 配的资源。但由于这种系统不能发现用户的新需求和兴趣 点，只能发掘与用户既往兴趣相似的资源，因此其相关应* 本文为教育部人文社会科学研究项目 “网络环境中的人工心理 营销关键问题研究” ( 项目编号: 10YJCZH169) 和西南财经高校 研究生教育教学研究项目 “经管类研究生信息素养培养 探 究” ( 项目编号: 2009013) 的研究成果。用较为有限［2-6］。2) 协同过滤推荐系统。其核心是特定用户群的识别 与发掘，通过分析用户的兴趣特征，融合相似用户对某一 资源的评价，从而形成该文献总的用户偏好程度预测，此 类系统能够对文献资源的复杂特征 ( 图书的质量与品位 等) 进行分析等。但随着文献与用户数量的上升，系统计 算和存储的开销将急剧增加，而且此类系统的性能发挥依 赖于用户评价的质量与数量，并不适合弱交互的图书馆信 息系统。3) 混合型推荐系统。此类系统的核心是上述两种推 荐系统的组合。4) 基于数据挖掘的推荐系统。其核心是数据匹配、 聚类等数据挖掘方法［7-9］。上述推荐系统在高校图书馆的 实际应用过程中暴露出了一系列的问题，包括: 校内信息 资源利用率不高、推荐输出不稳定、精准度较低等［4-6］。2问题分析与解决方案针对当前高校图书馆个性化推荐系统中的种种问题