一种基于Web 挖掘的图书馆服务推荐模型及其算法研究.doc

一种基于Web挖掘的图书馆服务推荐模型及其算法研究
郭秋萍
(郑州航空工业管理学院,河南郑州 450015)
王全兰
(黄河水利委员会,河南郑州 450002)
摘要:本文基于Web挖掘的理论与技术,设计了一个图书馆服务推荐系统模型。该模型采用离线部分挖掘与在线部分挖掘相分离的思路,解决了服务推荐的实时性与准确性的平衡问题。并重点针对在线部分的推荐算法,给出了具体构建方法及其实现过程,为同类研究提供了一种有益参考。
关键词:Web挖掘,服务推荐,算法构建,数字图书馆
中图分类号:TP393,G250
One mendation-System Model Of digital library
And Realization Based On Web Mining
Guo-qiuping
(Zheng Zhou Institute Of Aeronautical Industry Management , Zheng Zhou 450015, China)
Wang-quanlan
(Yellow River mission , Zheng Zhou 450003, China)
Abstract:The paper designs ong model of mendation-system to digital model adopts separating data mining of off-line part and data mining of on-line idea balances efficiency and exactness of mining. Aiming at arithmetic of on-line part, the paper provides one method of arithmetic research supplied a good reference for developing the mendation-system of digital library.
Key words:Web Mining,mendatory service,arithmetic designing,digital library
随着互联网信息资源的日益增多,信息有序化程度却越来越低。用户利用现有搜索引擎虽然可以检索到海量信息,但必须对庞大结果集进行人工筛选才能获取相对有用的信息,这显然降低了图书馆服务的质量与效率。因此,能够针对每个用户的特有个性化信息,主动检索相关内容,并利用电子邮件或在线智能推荐服务,将初步机选结果回送给相应用户,将有效解决上述问题[1]。目前,关于图书馆的主动推荐服务研究已成为热点,本文立足于WEB挖掘的理论与技术,建立了一个主动推荐系统模型,并提出一种新的图书馆推荐服务算法,较明显提高了挖掘准确性,改善了推荐服务质量,为同类研究提供了一种有益参考。
1 WEB挖掘的数据源
总体上说,数字图书馆中WEB挖掘的数据源主要有四种,分别是服务器端数据、客户登录数据、图书馆数据以及WEB页面数据。
服务器端数据是指那些因客户访问服务器从而产生的各种相关信息,其表现形式主要有日志文件和查询数据两种,存贮位