基于大数据高校图书馆个性化服务研究.docVIP

基于大数据高校图书馆个性化服务研究 　　摘 要 论文分析了大数据下高校图书馆个性化服务需求，利用大数据的数据挖掘、数据分析和Mapreduce技术，提出基于大数据的高校图书馆个性化服务模型，并在此基础上，设计了基于大数据的高校图书馆个性化集成服务原型系统。 　　关键词 大数据 图书馆 个性化服务 　　分类号 TP18 　　DOI 10.16810/j.cnki.1672-514X.2017.10.xxx 　　Abstract This paper analyses the demand for personalized service of university library in the era of big data， and uses data mining of big data， data analysis and mapreduce technology to propose the model of personalized service in university library based on big data. On this basis， it designs university library personalized service prototype system based on big data. 　　Keywords Big data. Library. Personalized service. 　　大数据是一把双刃剑，在带来挑战的同时也给图书馆提供了采集数据的不竭来源，并且提供了采集与分析处理数据的技术工具和分析问题的思想方法[3]。想要更好的面对挑战和迎接冲击，高校图书馆应当利用大数据的数据挖掘、数据分析和Mapreduce技术，加强对用户研究与交互数据的利用，提升个性化服务的水平，为每个读者提供更有针对性的个性化服务。本文结合大数据的数据挖掘[1]、数据分析和Mapreduce技术[2]，提出了基于大数据的高校图书馆个性化服务模型，设计基于大数据的高校图书馆个性化集成服务原型系统。 　　1 大数据下的高校图书馆个性化服务需求 　　高校图书馆收集着丰富的书籍、文献、以及情报资源，是高校教学与研究的源泉，在教学科研和学习的过程中无一不体现出了高校对图书馆的需求。但是当用户想在这书籍的海洋里迅速找到自己想要的资料书籍，无疑是一件十分困难的事情。在大数据时代，高校的师生们极其需要一种更迅速的检索方案，针对用户的历史检索行为来建立一种文献检索服务尤为重要。在大数据时代，如果能在个性化检索的同时，针对用户的需求，根据历史浏览记录，建立用户模型来匹配用户的相关信息，并将处理后的信息主动推荐给用户，让用户迅速的发现他所感兴趣的信息。同时，针对图书馆用户个性化需求，比如个性化数据挖掘服务、个性化用户分析服务和个性化学科知识服务。这些个性化服务能够挖掘出用户的需求，分析出用户的阅览习惯和偏好，为用户提供其所需要教学与科研相关的学科知识。 　　2 基于大数据的高校图书馆个性化服务模型 　　根据大数据下高校图书馆个性化服务需求，利用大数据的数据挖掘、数据分析和Mapreduce技术，提出基于大数据的高校图书馆个性化服务模型，主要分为以下五个部分。 　　2.1 基于大数据的高校图书馆个性化检索服务 　　图书馆个性化检索服务是根据读者专业与学科背景，向读者提供个性化检索服务。个性化检索与一般文献检索的主要区别就在于检索关键字与用户历史查询行为有关，它不仅可以从内容上来检索，还能通过关联用户的检索行为来进行检索。基于大数据的高校图书馆个性化检索服务是通过获取用户信息需求和检索行为、习惯（包括兴趣、检索历史、学科领域等），建立用户信息数据库，并对不同个性化模式进行分析记录，再与已经形成的用户模型比较，给相近度比较高的用户提供信息检索方案，将存在差异的用户及检索信息保存到用户特征管理系统中，实时更新用户的需求模型。基于大数据的高校图书馆个性化检索服务的一个最重要特点就是为用户量身定做一种检索方案，它是最有效率的检索，能够满足用户的实际信息需求，并准确地为用户提供信息检索服务。 　　2.2 基于大数据的高校图书馆个性化主动推荐服务 　　个性化推荐是指根据用户已有的喜好和浏览行为，通过建立用户模型来匹配与用户的相关信息，并将处理后的信息推荐给用户。这个技术在电子商务中已?得到了广泛的应用。基于大数据的高校图书馆个性化推荐服务主要采用了以下三种方法：第一种是数据挖掘方法中的关联规则。它的主要思想是挖掘事物数据库中的项目之间隐含的关联关系[3]。由已经得到的关联规则和用户浏览过项目，来向用户推送信息。第二种是分类算法，它是通过对训练数据的学习，将数据分成不同的类别，并且每个类别都有自己的