数据挖掘在高校图书馆个性化推荐中研究与应用文献综述

 2021-10-24 15:27:03

毕业论文课题相关文献综述

文 献 综 述1. 选题依据和选题背景在大数据时代,随着高校图书馆的建设与发展,信息资源的网络化和数字化逐渐普及,图书馆各项业务的自动化水平不断提升。

图书馆改变了传统的服务模式,逐步形成以读者为中心,以读者需求为驱动的一体化服务[1]面对读者信息需求和形式的多样化,为读者提供更深层次的差异化服务成为图书馆发展的必然趋势。

同时,图书馆每天都会生成大量数据信息,利用有效数据进行数据挖掘高校图书馆建立读者差异化服务模式提供了可能。

数据挖掘是从大量的、不完全的、有噪声的、模糊的、随机的结构化和半结构化的数据中提取出隐含的、潜在有用的信息和知识的过程[2]。

目前,高校图书馆管理系统在日常使用中积累了大量的数据,尤其是直接反应读者需求的流通日志,对这些数据的深入挖掘,能够最直接地反映图书馆信息资源的分配和利用,及时反馈读者的真实需求。

因此,高校图书馆需要通过有效的数据挖掘技术找出读者的借阅规律和阅读习惯,从而掌握不同特征读者的需求差异和优先级。

在感知者差异化需求的基础上,结合高校读者群的明显身份特征与专业特征进行读者群细分,从而为读者提供针对性较强的差异化服务[3]。

个性化推荐服务主要是指系统在分析用户喜好、职业、常检索资源类型等的基础上,总结出符合用户需求的信息,将系统中满足该信息的资源向用户进行荐[4]。

随着多年来的研究和发展, 个性化推荐技术取得了重大突破, 同时在许多商业活动中也得到了成功的应用。

然而, 非商业性质的高校图书馆无论是运营目标、管理方式还是服务对象都与社会商业团体有很大区别。

剩余内容已隐藏,您需要先支付 10元 才能查看该篇文章全部内容!立即支付

以上是毕业论文文献综述,课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。