欢迎来到论文网! 识人者智,自知者明,通过生日认识自己! 生日公历:
网站地图 | Tags标签 | RSS
论文网 论文网8200余万篇毕业论文、各种论文格式和论文范文以及9千多种期刊杂志的论文征稿及论文投稿信息,是论文写作、论文投稿和论文发表的论文参考网站,也是科研人员论文检测和发表论文的理想平台。lunwenf@yeah.net。
您当前的位置:首页 > 科技论文 > 图书情报

高校数字图书馆个性化服务关键技术探究_信息素养-论文网

时间:2014-05-07  作者:孙士新,李海燕,郑志蕴
代码嵌入方式就是在图书页面中嵌入统计页面代码,记录、统计读者浏览页面时间和行为,当读者访问那些页面时,图书的页面ID、被访问时间、访问次数等就会被提交到接收页面,接收页面利用内部对象将被访问的页面记录到数据库中。

3呆滞图书更新

呆滞图书更新是指由于用户每天访问图书资源信息不同,数据库中未被访问的信息也发生改变,采用一定的统计策略,真实统计图书空闲情况的过程。

用户的兴趣的发生着改变,他们每天访问书籍类型也在改变,访问的页面也在发生变化,根据日、周、月为单位对每个图书信息页面的访问情况进行统计,结合现有图书数据库,得到的呆滞图书数据库也在发生改变。如何及时更新呆滞图书?如何准确真实的反映图书的空闲情况?

4呆滞图书表示

与用户个性化模型一样,我们也要为呆滞图书建立图书模型。个性化服务系统的应用领域决定所处理资源的对象。如:SmartPush、Anatagonomy是报纸;GropLens应用领域是Usenet新闻;CiteSeer处理对象是科技文档等。目前,图书馆个性化服务系统所处理的资源都属于文本范畴。

图书资源的描述与用户的描述密切相关,一般我们采用相同的机制来表达用户与图书资源,图书资源的描述可以是基于内容的方法和基于分类的方法表示。

基于内容的方法。

(五)个性化推荐技术

数字图书馆个性化服务系统建设在很多院校已开始实现,常用的推荐技术有:基于聚类的推荐算法、基于项目评分预测的协同过滤算法、基于关联规则的推荐算法、基于最近邻技术的协同过滤算法等。

1基于聚类的推荐算法

聚类是数据挖掘技术的一个分支,是用于从数据集中找出相似的数据并组成不同的组,传统上,聚类算法大体上可以分为:划分法、分层法、基于网格的方法、基于密度的方法、基于模型的方法等。

2基于项目评分预测的协同过滤算法

基于项目评分预测的协同过滤算法原理是依据目标用户评价过的项目与目标项目间的相似性,。该算法经历分项目相似性和推荐产生两个阶段。

3基于关联规则的推荐算法

所谓关联规则,就是寻找描述数据库中数据项之间存在的关联,利用关联规则的数据挖掘技术,可以找出大量数据之间未知的依赖关系。

4基于最近邻技术的协同过滤算法

最近邻技术就是使用统计方法查找与目标用户具有相同或相似兴趣的邻居用户。

(六)信息推送

目前高校数字图书馆个性化信息服务系统采用的腿送服务方式有邮件式推送、频道式推送、手机短信推送、用户专用网页四种。

1邮件式推送

邮件式推送,即主动的把需要推送的信息发电子邮件给相关用户,发送的内容一般为对用户的通知、新书列表、学术会议等。该方式需要借助于一个基于Web的电子邮件发送系统。该推送方式打破了时空限制,用户无论在任何地方、任何时间只要打开自己的邮箱就可以看到被推送的信息,减少了网上搜索的过程,将用户感兴趣的信息推送给用户,简化了用户获取信息的过程。

2频道式推送方式

频道式推送方式是当前广泛采用的一种推送模式,它将相关站点定义为浏览器中的频道,用户可以根据自己兴趣,像选择电视频道一样选择自己感兴趣的信息。RSS是基于频道推送的服务方式,被称为真正的简单聚合,基于RSS的频道式推送在Blog和新闻聚合上广泛应用。大型的新闻站点一般都使用RSS制定用户感兴趣的新闻信息。现在RSS还被广泛应用在网络信息资源推荐、图书书目推荐、机构最新信息发布等方面。

3手机短信推送方式

手机短信推送方式就是借助手机短信平台推送信息的一种方式。随着读者对手机拥有率的提高,发送手机短信成为人们日常传递信息、获取信息的主要方式。如图。

4用户专用网页

用户专用网页又称为动态网页,系统根据不同的登录用户显示不同的内容,将用户感兴趣的信息分栏目展示给用户。一般采用点对点通信方式,该方式要求用户必须访问网站。目前很多高校数字图书馆仍然采用该推送模式。

参考文献
1 周军.基于数据挖掘的数字图书馆个性化服务系统的构建[J].图书馆学研究,2007(3):15—17
2 董倩.利用数据挖掘技术创建数字图书馆个性化服务系统[J].科技情报开发与经济,2007(12):13—14
3 高文,刘峰,黄铁军.数字图书馆原理与技术实现[M],北京:清华大学出版社,2000,10—158
4 鲍静,范生万.关联规则挖掘在图书馆中的应用[J].数字图书馆论坛,2008(5):49—52
5 M.J.A.Berry and G.Linoff.Data Mining Techniques:For Marketing, Sales,and Customer Relationship Management [M].Wiley ComputerPublishing,2nd edition,2004:10—20
6 闪四清,陈茵,程雁等译.数据挖掘——概念、模型、方法和算法.北京.清华大学出版社.2003.154—156
7 欧阳烽.Web数据挖掘与高校数字图书馆个性化服务[J].数字图书馆技术论坛,2008(1):103—107
8 周志峰.基于RSS的高校图书馆重点学科信息导航系统研究[J].现代情报,2008(11):67—72
9 王伊蕾,李涛等.一种基于库存理论的图书订购策略[J].情报科学,2008(5):668—700
10 黄浩,王建军.WEB使用挖掘研究[J].计算机系统应用,2008(1):124—128
11 耿晓中,张军.Web挖掘及其在电子商务中的应用[J].长春工程学院学报(自然科学版),2007(4):79—82
12 Xu Rui.Survey of cluster algorithms[J].IEEE Transaction on NeuralNetwork,2005,13:645—678
13 范明,范宏建等译.数据挖掘导论.北京.人民邮电出版社,2006.305—400
14 Rudi Cilibrasi.Clustering by compression[J].IEEE Transactions on InformationTheory,2005(4):1523—1545
15 毛海波.RSS技术在数字图书馆中的应用[J].新世纪图书馆,2007(2):77-78
16 黄继征.RSS技术在图书馆信息推送服务中的应用[J].大学图书情报学刊,2006(5):35—42
17 张丽宁.基于RSS的数字图书馆信息服务应用[J] .农业图书情报学刊,2007(6):61—65
18 陈建芳.基于RSS的教学资源整合与创新服务[J] .情报探索,2008(9):42—43

查看相关论文专题
加入收藏  打印本文
上一篇论文:高校图书馆读者服务工作探究_读者心理-论文网
下一篇论文:高校干部人事档案管理的问题与对策研究_职业生涯-论文网
科技论文分类
科技小论文 数学建模论文
数学论文 节能减排论文
数学小论文 低碳生活论文
物理论文 建筑工程论文
网站设计论文 农业论文
图书情报 环境保护论文
计算机论文 化学论文
机电一体化论文 生物论文
网络安全论文 机械论文
水利论文 地质论文
交通论文
相关图书情报
最新图书情报
读者推荐的图书情报