基于最大互信息系数的图书馆文献个性化推送系统设计

发布时间：2021-01-24 07:30

　　为使图书馆文献个性化推荐结果更符合用户需求,构建基于最大互信息系数的图书馆文献个性化推送系统。系统由用户安全认证模块、文献资源检索模块和文献个性化推送模块等五大模块构成。其中,文献个性化推送模块基于互信息理论思想,先根据用户兴趣度将文献关键词聚类,再采用最大互信息系数判断用户感兴趣文献类别与关键词信息匹配结果关联度,该值越大,表明文献关键词与用户感兴趣文献类别关联性越强,该文献为用户所感兴趣,可将该文献推送给用户,反之,不向用户推送,实现用户图书馆文献的个性化准确推送。测试结果表明,所设计系统可针对用户感兴趣内容,推送出文献数量多、文献内容详细的文献信息,且系统可针对不同用户使用需求推送出大量与关键词相符的文献信息,说明系统的文献个性化推送质量佳,可大范围地应用在高校图书馆中。 

【文章来源】：现代电子技术. 2020,43(09)北大核心

【文章页数】：4 页

【部分图文】：

系统总体结构图

文献推送界面是一种个性化和主动化的服务方式，文献个性化推送模块是系统的核心部分。该模块在设计时采用最大互信息系数理论中的互信息理论思想，先根据用户兴趣度将文献关键词聚类，再将用户感兴趣文献类别与关键词信息匹配，根据用户兴趣度向其推荐感兴趣文献，实现文献个性化推送[7-8]。用户的个性化需求是动态的，用户的文献信息库可随用户的个性化需求改变，提升了图书馆文献推送的准确度和推送质量，文献个性化推荐模块推送结构如图2所示。待推送的文献信息按不同关键词分类，将包括相同兴趣点的文献资源分为一种类别，将含有不同兴趣点的文献资源划分为另一种类别，依据划分的文献类别，文献个性化推送模块采用最大互信息系数运算获取用户的感兴趣文献[9-11]，并及时地推送给用户，使用户实际得到的文献信息与希望得到的文献信息接近度大幅度提高，增强了图书馆文献个性化推送的效率和精度，充分发挥图书馆中文献资源效用。

实验在构建完图书馆文献个性化推送系统后，需要对系统实施仿真测试。实验将本文系统应用到北方某高校图书馆中，为突出比较本文系统的文献个性化推送质量，将基于协同过滤的图书管理系统和基于B/S的图书管理系统文献推送界面与本文系统推送界面实施比对，本文系统和另外两种系统的文献推送界面分别如图3～图5所示。本文推送界面清晰显示了图书馆文献的推送情况，且系统的推送文献数量较多，可呈现出文献的详细细节信息，丰富文献的推荐内容，说明本文系统可针对用户的感兴趣内容实现充分的文献推送。

【参考文献】：
期刊论文
[1]非物质文化遗产资源自适应推送系统的用户模型构建研究[J]. 庄文杰,谈国新,侯西龙,李莎.  情报杂志. 2017(11)
[2]基于AAR模型的听觉诱发中潜伏期反应特征提取[J]. 董倩妍,王力,蒋本聪,胡晓.  电子技术应用. 2017(11)
[3]制造业大数据联盟资源推送服务算法[J]. 翟丽丽,沃强,张树臣.  计算机集成制造系统. 2017(11)
[4]基于互信息的湖泊日水位预测——以西洞庭湖为例[J]. 涂月明,付湘,杨会娟.  人民长江. 2017(16)
[5]基于情境约束的知识个性化推送[J]. 王有远,赵璐,张乐恩.  中国机械工程. 2017(15)
[6]基于互信息特征选择和LSSVM的网络入侵检测系统[J]. 庄夏.  中国测试. 2017(11)
[7]“互联网+”背景下的学生个性化学习系统开发:现状与启示[J]. 周皖婧,辛涛,刘拓.  清华大学教育研究. 2016(06)
[8]基于Node.js,Sencha Touch和iBeacon信息推送系统的设计与实现[J]. 尹延宁,刘太君,叶焱,江明玉.  火力与指挥控制. 2016(08)
[9]遥感卫星数据实时主动服务系统设计与实现[J]. 刘建波,马彩虹,陈甫,张静,屈倩.  遥感信息. 2016(03)
[10]基于知识聚合的数字图书馆社区推送服务组织——以武汉大学数字图书馆社区为例[J]. 胡媛,胡昌平.  国家图书馆学刊. 2016(02)



本文编号：2996851