个性化推荐技术在图书馆服务中的应用研究-软件工程专业论文.docx

万方数据 万方数据 学位论文独创性声明 本论文是我个人在导师指导下进行的研究工作及取得的研究成果。论文中除 了特别加以标注和致谢的地方外，不包含其他人或其它机构已经发表或撰写过的 研究成果。其他同志对本研究的启发和所做的贡献均已在论文中作了明确的声明 并表示了谢意。 作者签名： 日期： 学位论文使用授权声明 本人完全了解南京财经大学有关保留、使用学位论文的规定，即：学校有权 保留送交论文的复印件，允许论文被查阅和借阅；学校可以公布论文的全部或部 分内容，可以采用影印、缩印或其它复制手段保存论文。保密的论文在解密后遵 守此规定。 作者签名： 导师签名： 日期： 摘 要 近年来，个性化推荐技术发展迅速，已经成为当前研究热点，在电子商务等 领域已经获得了巨大的成功。然而高校图书馆用户正面临着如何在浩瀚的图书资 源中找到自己感兴趣的图书的难题，因此借鉴个性化推荐技术在电子商务领域的 成功经验，将其运用在图书馆服务中已经成为了一个重要的研究方向。 本文工作主要围绕个性化推荐技术在图书馆服务中的应用研究而展开，主要 研究内容和贡献如下： (1) 首先概括了图书推荐系统的国内外研究现状，接着对各种推荐技术做了 相应研究并比较它们各自的优缺点。 (2) 结合高校图书馆的实际情况，选择协同过滤算法作为重点研究对象，做 了相应改进：针对图书评分数据稀疏性问题，提出一种特殊的解决办法，引入读 者-图书分类，将基于读者借阅记录和基于读者-图书分类两种协同过滤算法结合 在一起，并在相似度度量和最近邻选择方面做了改进，增加了权重系数 λ，使相 似度可以随着实际情况动态地改变大小，使相似度计算的准确性有所提高。 (3) 利用改进后的算法为读者进行个性化图书推荐，采用江苏某高校图书馆 2011-2013 年的真实借阅数据设计相关实验进行实证研究，最后结果表明改进算 法在查准率和查全率方面都要优于传统的算法，推荐质量也有一定的提高，使用 该算法来进行图书推荐是可行的。 (4) 最后采用改进后的算法并结合基于内容的技术设计并实现一个简单的 个性化图书推荐原型系统，从而实现图书馆的个性化服务。 关键词：高校图书馆；协同过滤；个性化推荐；相似度 I ABSTRACT In recent years, personalized recommendation technology has become a hot research topic, with great success in e-commerce and other fields. However, it is very difficult for the readers of university library to find books of interest in the vast library resources. So it has become an important research direction to use personalized recommendation technology in library service by learning from the successful experience in the field of e-commerce. This dissertation focuses on the application and research of personalized recommendation technology in library service, the main contents and contributions of dissertation can be described as follows: This dissertation first outlines the research status of book recommender system, and then focuses on a variety of recommended techniques and compares their advantages and disadvantages. Considering the actual situation of university library, this dissertation chooses collaborative filtering algorithm as the focus of research and make some appropriate improvements: Aiming at the problem of books’ score data s