基于检索行为的非个性化图书推荐

摘要/Abstract

摘要：

针对当前OPAC缺少大众化的图书推荐服务而造成图书推荐精准度低下、资源利用率不高的
现状，进行非个性化图书推荐的应用现状与需求分析、技术设计与功能实现的研究。通过设计方
案、分析思路、阐述原理及构建数据表并对用户检索及结果选择行为特征及其隐含的关联规则进行
知识分析，在此基础上存储、查询行为数据，挖掘出图书的相关度或相似性，实现非个性化图书推
荐功能，并通过权重、显示、排序等优化策略来提升用户使用体验，以期提高图书的可发现性，提
升图书馆的服务质量。

Abstract:

To solve the problems of poor precision of book recommendation and low resource utilization rate
when OPAC lacks popular books recommendation, the paper studies the status quo of non-personalized book
recommendation, technical design and potential measures for improvement. It expounds the principle, builds
the data tables, and analyzes the correlation between users’ search behavior and final choices. Based on these
statistics, it suggests the system should save and search behavioral data so as to work out the correlation and
similarity between books. Through optimization strategy, it could thus improve users’ experience, enhance the
rate of utilization of books in library and advance the library service.

Key words: Books recommendation, Non-personalized, OPAC, Search behavior, Correlation, Similarity

黎邦群. 基于检索行为的非个性化图书推荐[J]. 图书馆杂志, 2013, 32(8): 36-41.

Li Bangqun. Non-personalized Book Recommendation Based on Search Behavior[J]. LIBRARY JOURNAL, 2013, 32(8): 36-41.

参考文献

[ 1 ] 丁雪. 基于数据挖掘的图书智能推荐系统研究[J].情报理论与实践, 2010, 33(5):107-110.

[ 2 ] Ben J Schafer, Dan Frankowski, Jon Herlocker andShilad Sen. Collaborative filtering recommendersystems[J]. Lecture Notes in Computer Science,2007(4321):291-324.

[ 3 ] A y m o n d J M o o n e y , L o r i e n e R o y . C o n t e n t -based book recommending usinglearning for textcategorization[C]//Proceedings of the fifth ACMConference on Digital libraries, 2000:95-204.

[ 4 ] Apriori[EB/OL]. [2013-02-14]. http://baike.baidu.com/view/2230129.htm.

[ 5 ] 陈定权, 朱维凤. 关联规则与图书馆书目推荐[J].情报理论与实践, 2009, 32(6) :81-84.

[ 6 ] 郝玫, 王道平, 奚玥. 基于《中国图书馆分类法》的高校图书馆书目推荐服务研究[J]. 情报理论与实践. 2012, 35(12):94-97.

[ 7 ] 蒋若珊. 基于SOM聚类的个性化图书推荐研究[J].现代情报, 2011, 31(5):146-148.

[ 8 ] 李克潮, 梁正友. 基于多特征的个性化图书推荐算法[J]. 计算机工程, 2012, 38(11):34-37.

[ 9 ] 雷蕾. 基于关联规则的个性化图书推荐研究[J].情报探索, 2011(1):49-50.

[10] 欧阳剑,曹红兵. 基于联机公共检索目录的读者隐性信息行为个性化书目推荐引擎构建[J]. 情报理论与实践, 2012, 35(11):117-120.

[11] 赵麟. 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[J]. 现代图书情报技术,2010(5):23-28.

[12] 黄燕. 图书馆书目推荐系统的研究与设计[J]. 江西图书馆学刊, 2011, 41(2):92-96.

[13] 田元, 李佳, 宋纬华. 一种基于用户层次信息的关联规则图书推荐系统[J]. 现代情报, 2010,30(12):73-76.

[14] 孙守义, 王蔚. 一种基于用户聚类的协同过滤个性化图书推荐系统[J]. 现代情报, 2007,27(11):139-142.

[15] 徐嘉莉, 陈佳. 一种快速的个性化书目推荐方法[J]. 现代图书情报技术, 2010(2):79-84.

[16] 王鹏, 陈超, 徐为恺. 基于S N S的图书推荐系统研究与实践[J]. 计算机应用与软件, 2012,29(12):21-23, 46.

[17] 胡新明, 刘睿智. 基于元数据的图书推荐系统研究[J]. 情报杂志, 2011, 30(4):152-156.

[18] 黎邦群. 用户参与书目建设研究[J]. 图书馆杂志,2012, 31(12):20-23.

[19] 最小努力原则[EB/OL]. [2013-02-14]. http://baike.baidu.com/view/2253592.htm.

[20] 数据挖掘[EB/OL]. [2013-02-14]. http://baike.baidu.com/view/7893.htm.

[1]	曹晶叶继元朱强李清坤（南京大学信息管理学院深圳北理莫斯科大学图书馆清华大学车辆与运载学院）. 影响用户访问全国信息资源保障平台行为意向的因素分析[J]. 图书馆杂志, 2023, 42(390): 104-116.
[2]	王英梁思怡杨巍林伟明胡振宁（深圳大学图书馆深圳大学电子与信息工程学院）. 面向纸本图书的图书馆用户画像构建探索[J]. 图书馆杂志, 2023, 42(382): 128-133.
[3]	高馨李晓彤. 基于用户行为数据分析的公共图书馆微信服务——以“数字图书馆推广工程”微信公众号为例#br#[J]. 图书馆杂志, 2020, 39(6): 56-60.
[4]	杨巍林伟明. 基于微服务架构的图书馆业务系统重构研究 ——以深圳大学为例[J]. 图书馆杂志, 2020, 39(11): 36-43.
[5]	杨爱华李子霄. 基于读者检索行为的智慧图书馆开架书库排架方式实证研究[J]. 图书馆杂志, 2019, 38(7): 44-50.
[6]	阮光册任金玥涂世文. 数据驱动下的图书馆用户行为研究[J]. 图书馆杂志, 2019, 38(12): 28-37.
[7]	付伟棠张志强. 我国数字阅读行业的新发展：基于2017年数字阅读报告的分析[J]. 图书馆杂志, 2018, 37(4): 4-11.
[8]	甘春梅. 移动图书馆采纳行为意愿研究：基于4个模型的比较[J]. 图书馆杂志, 2017, 36(1): 59-66.
[9]	刘丹. 商业OPAC：矛盾、功能拓展模式与技术特征[J]. 图书馆杂志, 2016, 35(8): 53-58.
[10]	荣国婷,罗勇,孙建军. 基于日志分析的图书馆主页网站用户行为研究[J]. 图书馆杂志, 2015, 34(7): 59-63.
[11]	黎邦群. 手机联合目录研究[J]. 图书馆杂志, 2015, 34(1): 36-42.
[12]	李祝启, 陆和建, 毛丹. 基于Web日志统计分析的公共图书馆用户行为研究[J]. 图书馆杂志, 2014, 33(7): 39-46.
[13]	黎邦群. 基于主题词表的OPAC检索提示[J]. 图书馆杂志, 2014, 33(3): 24-30.
[14]	贺海侠. 高校图书馆应充分发挥OPAC的书评功能[J]. 图书馆杂志, 2013, 32(4): 72-74.