基于聚类优化的数字图书馆协同过滤个性化推荐服务研究

发布时间：2021-06-27 09:25

　　随着近年来计算机技术快速发展,数字图书馆有必要基于聚类优化对多种文献数据资源协同过滤,面向用户提供个性化推荐服务,以提高服务效率。文章在介绍聚类优化概念及含义的基础上,分析了数字图书馆协同过滤个性化推荐服务的优势,包括优化图书馆数字信息服务机制、为用户提供优质文献资源、提高数字资源利用率等。探究了协同过滤个性化推荐服务模式,包括个性化定制服务、个性化推送服务、数据挖掘与决策服务。最后归纳出数字图书馆协同过滤个性化推荐服务构建策略,即利用智能搜索技术、精确搜索资源,应用数据挖掘技术、挖掘数字信息价值,优化聚类算法、制定精准服务方案,完善系统平台、构建资源过滤服务机制。 

【文章来源】：中国中医药图书情报杂志. 2019,43(03)

【文章页数】：4 页

【文章目录】：
1 聚类优化概述
    1.1 概念
    1.2 含义
2 基于聚类优化的数字图书馆协同过滤个性化推荐服务的优势
    2.1 优化图书馆数字信息服务机制
    2.2 为用户提供优质文献资源
    2.3 提高数字图书馆数字资源利用率
3 基于聚类优化的数字图书馆协同过滤个性化推荐服务模式
    3.1 个性化定制服务
    3.2 个性化推送服务
    3.3 数据挖掘及决策服务
4 基于聚类优化的数字图书馆协同过滤个性化推荐服务构建策略
    4.1 利用智能搜索技术, 精确搜索资源
    4.2 应用数据挖掘技术, 挖掘数字信息价值
    4.3 优化聚类算法, 制定精准服务方案
    4.4 完善系统平台, 构建资源过滤服务机制
5 小结


【参考文献】：
期刊论文
[1]以信息推荐为例探讨图书馆人工智能体系的基本运作模式[J]. 张兴旺.  情报理论与实践. 2017(12)
[2]基于后缀树聚类的主题搜索引擎研究[J]. 韦美峰,王亚民.  情报理论与实践. 2017(12)
[3]人工智能技术在图书馆中的应用[J]. 姚钱,温嵘生.  科技资讯. 2017(24)
[4]从智慧图书馆到智能图书馆:人工智能时代图书馆发展的转向[J]. 陆婷婷.  图书与情报. 2017(03)
[5]大数据时代一种基于用户行为分析的图书馆个性化智慧服务模式[J]. 陈臣.  图书馆理论与实践. 2015(02)
[6]基于Nutch的图情博客搜索引擎的设计与实现[J]. 赵蓉英,陈必坤.  情报科学. 2012(04)

硕士论文
[1]云计算环境下数字图书馆个性化信息服务研究[D]. 胡秀云.湖北工业大学 2014



本文编号：3252583