基于大数据的个性化推荐：思路与实践

图书馆杂志 ›› 2023, Vol. 42 ›› Issue (385): 63-70.

基于大数据的个性化推荐：思路与实践

金佳丽1, 2 卢盈蕾1 陈雪梅1 黄晨1, 2
（1 CADAL项目管理中心 2 浙江大学图书馆）

出版日期:2023-05-15 发布日期:2023-05-24
通讯作者: 金佳丽浙江大学图书馆、CADAL项目管理中心，馆员。研究方向：数字图书馆、智慧图书馆、特藏建设。作者贡献：论文撰写并定稿。E-mail：jinjl @zju.edu.cn 浙江杭州 310013 卢盈蕾 CADAL项目管理中心，项目助理。研究方向：智慧图书馆。作者贡献：会议记录、文字整理。浙江杭州 310013 陈雪梅 CADAL项目管理中心，项目助理。研究方向：智慧图书馆。作者贡献：会议记录、文字整理。浙江杭州 310013 黄晨浙江大学图书馆、CADAL项目管理中心，研究馆员。研究方向：数字图书馆规划与建设、大数据挖掘与分析、古籍碑帖保护与研究。作者贡献：论文修订。浙江杭州 310013

Personalized Recommendation Based on Big Data: Ideas and Practices

Jin Jiali1, 2, Lu Yinglei1, Chen Xuemei1, Huang Chen1, 2 (1 CADAL Project Management Center; 2 Zhejiang University Library)

Online:2023-05-15 Published:2023-05-24
Contact: Jin Jiali1, 2, Lu Yinglei1, Chen Xuemei1, Huang Chen1, 2 (1 CADAL Project Management Center; 2 Zhejiang University Library)

摘要/Abstract

摘要： 大数据时代，智能、高效、精准的个性化推荐服务是图书馆智慧化转型升级的重要议题之一。在“基于大数据的个性化推荐：思路与实践”的研讨会上，7位图情界和计算机界的专家分别从用户角度出发思考如何开展个性化推荐服务，从实施案例出发分享实践成果和落地应用场景，从技术角度出发探索人工智能等技术的应用潜力，并对个性化推荐在学术领域更广泛的应用做了进一步展望。研讨会为图书馆，尤其是高校图书馆，探索个性化推荐服务的优化升级提供了新技术、新观点、新思路。本文梳理归纳其要点和发现，以期提供有益参考。

Abstract: Intelligent, efficient, and accurate personalized recommendation service is one of the important topics for the intelligent transformation and upgrading of libraries in the era of big data. At the seminar “Personalized Recommendation Based on Big Data: Ideas and Practices”, 7 experts from the library and computer fields brainstormed ways to develop personalized recommendation services from the perspective of the users, shared practical achievements and application scenarios from the perspective of implementation cases, explored the application potential of artificial intelligence from the perspective of technology, and further anticipated the wider application of personalized recommendation in the academic field. The seminar provides new technologies, new perspectives, and new ideas for libraries, especially for university libraries, to explore the optimization and upgrading of personalized recommendation services. This paper summarizes the main points and findings of the seminar to provide useful references.

金佳丽卢盈蕾陈雪梅黄晨（ CADAL项目管理中心浙江大学图书馆）. 基于大数据的个性化推荐：思路与实践[J]. 图书馆杂志, 2023, 42(385): 63-70.

Jin Jiali, Lu Yinglei, Chen Xuemei, Huang Chen ( CADAL Project Management Center, Zhejiang University Library). Personalized Recommendation Based on Big Data: Ideas and Practices[J]. Libraly Journal, 2023, 42(385): 63-70.

参考文献

[ 1 ] 王新筠，王海欣. 大数据背景下图书馆知识服务的思考[J]. 图书馆工作与研究，2014（11）：75–78.
[ 2 ] 黄立威，江碧涛，吕守业，等.基于深度学习的推荐系统研究综述[J].计算机学报，2018（7）：
1619–1647.
[ 3 ] 刘建国，周涛，汪秉宏.个性化推荐系统的研究进展[J].自然科学进展，2009（1）：1–15.
[ 4 ] Resnick P，Iacovou N，Suchak M，et al. Group Lens：an open architecture for collaborative filtering of netnews[C]//Proceedings of the 1994 ACM Conference on Computer Supported Cooperative Work，Oct 22–26，1994. New York，NY，USA： ACM，1994： 175–186.
[ 5 ] 马文峰，高凤荣，王珊.论数字图书馆个性化信息推荐系统[J].现代图书情报技术，2003（2）：16–18.
[ 6 ] 张锐.基于动态精准画像的图书馆个性化推荐服务研究[J].情报探索，2019（2）：98–101.
[ 7 ] 周聪，刘双，张德林.场景五力视角下基于用户动态画像的精准推荐服务研究[J].图书馆学研究，2021（19）：65–72.
[ 8 ] 叶春蕾，冯璐，冷伏海.数字图书馆个性化服务中用户弱信息需求模型研究[J].图书情报工作，2012（15）：25–30.
[ 9 ] 杨利军，高军.图书馆个性化服务中的大数据可视化分析与应用研究[J].现代情报，2015（7）：68–72.
[10] 柳益君，何胜，冯新翎，等.大数据挖掘在高校图书馆个性化服务中应用研究[J].图书馆工作与研究，2017（5）：23–29.
[11] 黎雪微，应时，洪伟.基于语义关联和信息距离的个性化推荐方法研究[J].情报理论与实践，2019（11）：142–149.
[12] 袁虎声，赵洗尘.基于加权借阅网络的个性化推荐算法与实现[J].图书情报工作，2016（10）：130–134.
[13] 武慧娟，徐宝祥，王艳艳.基于张量分解的个性化信息推荐方法优化研究[J].情报科学，2014（6）：
134–137.
[14] 刘柏嵩.基于海量学术大数据的推荐算法与应用[EB/OL]. [2022-11-17]. https://cadal.edu.cn//upload/ckeditor/20221102172125.pdf.
[15] 张磊.基于云瀚智慧图书馆服务平台的上图数据中台建设[EB/OL]. [2022-11-17]. https://cadal.edu.cn//upload/ckeditor/20221102172150.pdf.
[16] 李欣.个性化服务中的推荐技术应用研究[EB/OL].
[2022-11-17]. https://cadal.edu.cn//upload/ckeditor/
20221117100021.pdf.