共查询到10条相似文献，搜索用时 62 毫秒
1.
2.
基于最大频繁模式挖掘算法进行书目推荐系统的设计与实现 总被引：2，自引：0，他引：2
赵麟 《现代图书情报技术》2010,26(5):23-28
以南开大学图书馆Unicorn系统为基础,介绍基于最大频繁模式挖掘算法的书目推荐系统的设计与实现,详细描述利用Unicorn系统中积累的借阅数据分析读者的行为模式,提供个性化书目推荐的方法。该系统利用图书馆现有资源拓展读者服务,可以提高现行自动化借阅系统的使用效率。 相似文献
3.
4.
设计和实现一个基于图书馆OPAC系统中纸质图书流通日志记录的个性化电子图书荐购系统,该系统包含三个子模块:读者荐购模块、个性化电子图书荐购模块、荐购管理与信息推送模块。利用数据挖掘技术和分布式异构技术,将读者专业背景对应的电子图书书目数据发送到OPAC"我的图书馆"中供读者荐购。该系统产生的荐购结果,不但能够应用于电子图书的荐购,而且也能应用于传统纸质图书的荐购和新书推荐服务,具有广泛的应用前景。 相似文献
5.
[目的/意义] 在应用大数据提升图书馆服务的背景下,为提高借阅推荐的有效性,设计一种基于加权借阅网络的个性化推荐算法。[方法/过程] 引入复杂网络理论的分析方法,以深圳大学城图书馆的实际借阅数据为例,证明借阅网络具有二分图特性和BA无标度网络特性,具备个性化推荐的条件;通过构建读者借阅子网,采用能量传递六步法,实现个性化图书借阅推荐。[结果/结论] 实际借阅数据的验证结果表明,算法是有效且具有实际应用意义的。 相似文献
6.
通过数据挖掘技术可以发现在校读者的借阅习惯以及使用图书资源的模式,进而评估读者对馆藏资源和馆藏服务的利用情况,针对读者的借阅规律,图书馆可以提供个性化的信息推送服务,有效提高资源利用率和服务水平.以辽宁师范大学文、史、法及心理学院读者的借阅记录为样本数据,采用大数据处理软件Weka进行数据离散化转换,并加载分析,根据频繁项集合算法的挖掘关联规则,预测相关书籍的借阅概率,生成推荐书目,向读者进行个性化推荐.经过大数据分析发现,读者借阅同种图书的关联度占总关联规则的比率较大,说明大部分读者在一次特定的借阅中,往往只会借阅某一类别或者高度相关的图书.将上述结果提供给相关学科馆员,能为读者提供更有针对性和目的性的书目,并加以个性化信息推送服务,提高图书馆的学科服务质量. 相似文献
7.
基于协同过滤算法的高校图书馆图书推荐系统研究 总被引：3，自引：0，他引：3
董坤 《现代图书情报技术》2011,(11):44-47
针对当前高校图书馆主动式图书推荐服务存在的对服务对象信息需求挖掘、分析不足的问题,提出构建基于协同过滤算法的个性化图书推荐系统。通过引入读者专业、角色、学历、借阅记录等影响和反映读者信息需求的因素构建读者特征模型,基于该模型采用优化的协同过滤算法挖掘读者信息需求并产生个性化图书推荐信息,并通过实验证明该方法的有效性和实用性。 相似文献
8.
基于流通信息的高校图书馆图书采访流程优化研究 总被引：5，自引：0，他引：5
本文论述了高校图书馆利用管理系统内图书流通信息完善图书采访流程的模式,并从借阅率、系统推荐、读者预约、新书借阅率、0借阅等方面介绍了优化采访流程的具体方法. 相似文献
9.
设计问卷,调查华南农业大学图书馆读者对现行ILASII新书通报系统使用的具体情况,分析总结该系统的缺陷,阐述RSS技术在图书馆新书通报系统中的应用与实现。 相似文献