图书检索推荐技术的研究

发布时间：2021-10-23 01:44

　　社会的快速发展带动图书出版事业的繁荣，图书馆的藏书数量比以往有显著增加，这也要求图书馆为读者提供更为全面的并具备个性化的服务。当前，图书馆信息系统的图书检索和推荐服务比较落后，多采取严格文本匹配的方式进行推荐。为此，涂能彬提出了基于网上书店购书信息的图书推荐方案，但该方案只能对在网上书店能找到的图书进行推荐，而难以向有需要的读者推荐图书馆馆藏的大量特色书籍。为解决上述问题，在深入分析图书推荐服务需求的基础上，本文提出了相应的图书推荐方案。该方案在涂能彬提出的BookRank[1]算法的基础上，提出了BookValue算法，通过分析图书馆内保存的读者借阅记录，挖掘图书与图书之间的关系和读者评价借阅过的图书的权威性。使图书馆向读者推荐的书目扩展至大量馆藏的大量特色书籍，提供更全面的图书推荐服务。在此方案基础上，本文实现了一个图书馆图书个性化推荐原型系统。系统采用了企业级J2EE软件架构，J2EE运行环境、Eclipse6.0开发平台、SQL-server2005数据库平台。初步实验结果表明，该原型系统不仅能够对网上书店的图书进行推荐，而且能够向有需要的读者推荐图书馆馆藏的特色书籍。 

【文章来源】：暨南大学广东省 211工程院校

【文章页数】：46 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
1 绪论
    1.1 研究背景
    1.2 国内外的研究现状和发展趋势
    1.3 研究内容、目的和意义
    1.4 本文的组织结构
2 相关理论
    2.1 推荐系统的概念
    2.2 图书推荐系统实现的类别
    2.3 本章小结
3 系统总体设计
    3.1 系统的体系结构
    3.2 系统数据库的设计
    3.3 本章小结
4 BookValue算法
    4.1 BookValue的概念及原理
    4.2 BookValue 值
    4.3 BookValue算法
    4.4 BookValue结果分析
    4.5 本章小结
5 图书馆检索推荐系统的推荐策略
    5.1 基于关键词的图书推荐策略
    5.2 基于关键词检索推荐图书的流程
    5.3 本章小结
6 实验与结果分析
    6.1 开发环境及运行环境
    6.2 实验方法
    6.3 基于关键词的推荐结果分析
    6.4 本章小结
7 总结与展望
    7.1 本文工作总结
    7.2 展望
参考文献
致谢


【参考文献】：
期刊论文
[1]一种基于集体智慧的图书评价推荐方法[J]. 周伟,黄穗,朱蔚恒,涂能彬,龙舜.  计算机工程与科学. 2011(09)
[2]聚类分析在图书管理系统中的应用[J]. 姜雷.  情报探索. 2010(10)
[3]基于Apriori有效关联规则及其兴趣度的研究[J]. 常少春.  科学技术与工程. 2010(28)
[4]一种结合有效降维和K-means聚类的协同过滤推荐模型[J]. 郁雪,李敏强.  计算机应用研究. 2009(10)
[5]论高校数字图书馆的个性化信息服务[J]. 王忠红,单长桂.  农业网络信息. 2009(09)
[6]基于高校人员特点的图书馆信息个性化服务系统的建设策略[J]. 王静.  黑龙江科技信息. 2009(23)
[7]电子商务推荐系统关键技术研究[J]. 曹毅,罗新星.  湘南学院学报. 2008(05)
[8]中美图书馆MyLibrary个性化系统服务功能特征比较研究[J]. 陈小荣.  图书馆学研究. 2008(10)
[9]国内外数字图书馆个性化信息服务现状与建设趋势[J]. 常勇生.  科技情报开发与经济. 2007(28)
[10]基于协同过滤的银行产品推荐系统建模[J]. 李欣璐,刘鲁.  计算机与数字工程. 2007(09)

博士论文
[1]基于神经网络和模糊逻辑的智能推荐系统研究[D]. 曹渝昆.重庆大学 2006

硕士论文
[1]山东职业商务学院图书馆个性化图书推荐系统设计与实现[D]. 王海涛.山东大学 2010
[2]英文短文本相似性研究及在图书推荐中的应用[D]. 林源.北京林业大学 2010
[3]基于混合算法的个性化电子商务推荐系统研究[D]. 李丹丹.天津财经大学 2008
[4]MyLibrary个性化信息服务系统的构建研究[D]. 高明.天津工业大学 2007
[5]协同过滤技术在电子商务推荐系统中的应用研究[D]. 何安.浙江大学 2007
[6]基于Web日志的用户访问模式挖掘的研究[D]. 张炜玮.武汉理工大学 2006



本文编号：3452229