基于电子资源行为数据的TF-IDF文献推荐方法研究——以电子资源校外访问系统为例

图书馆杂志 ›› 2022, Vol. 41 ›› Issue (12): 45-54.

基于电子资源行为数据的TF-IDF文献推荐方法研究——以电子资源校外访问系统为例

刁羽薛红（四川轻化工大学图书馆）

出版日期:2022-12-15 发布日期:2023-01-03
作者简介:刁羽女，四川轻化工大学图书馆，副研究馆员。研究方向：学科服务、信息管理。作者贡献：确定论文选题和框架、文献收集及论文撰写。E-mail：diaoyu1013@126.com 四川自贡 643000 薛红四川轻化工大学图书馆，研究馆员。研究方向：现代信息技术在图书馆学中的应用。作者贡献：研究命题及思路调整、撰写及修改部分内容。四川自贡 643000

Research on the TF-IDF Literature Recommendation Based on Behavior Data of Electronic Resource: Taking Off-campus Access System of Electronic Resource as an Example

Diao Yu, Xue Hong (Sichuan University of Science and Engineering Library)

Online:2022-12-15 Published:2023-01-03
About author:Diao Yu, Xue Hong (Sichuan University of Science and Engineering Library)

摘要/Abstract

摘要： 提出基于电子资源行为数据的TF-IDF文献推荐方法，旨在提高图书馆的资源使用效率，实现文献推荐服务个性化、精准化。首先，使用基于相同专业背景用户下载、浏览文献的摘要构成语料库；其次，对语料库中的摘要进行分词，计算分词后词条的TF-IDF值；然后，选取该专业高影响期刊文献为待推荐文献；最后，计算待推荐文献和语料库各词条的TF-IDF值的余弦相似度，并将相似度高的文献推送给用户。实证结果表明，一方面该推荐方法为用户推荐的文献精准性较高，另一方面，为学者们在有效推荐论文研究方面提供了新的思路。

Abstract: The TF-IDF literature recommendation method based on the behavior data of electronic resources is proposed, aiming to improve the efficiency of using library point resources and realizing personalized and accurate literature recommendation services. Firstly, a corpus is formed by using the abstracts downloaded and browsed by users with the same professional background. Secondly, the abstracts in the corpus are divided into words and the TF-IDF values of the divided words are calculated. Then, the high-impact journal literature of the profession is selected as the literature to be recommended. Finally, the cosine similarity between the literature to be recommended and the TF-IDF values of each entry in the corpus is calculated, and the literature with high similarity is sent to the user. The empirical results show that, on one hand, the recommendation method is more accurate for users with similar academic research backgrounds, and, on the other hand, it provides new ideas for scholars to effectively recommend papers for research.

刁羽薛红（四川轻化工大学图书馆）.

基于电子资源行为数据的TF-IDF文献推荐方法研究——以电子资源校外访问系统为例 [J]. 图书馆杂志, 2022, 41(12): 45-54.

Diao Yu, Xue Hong (Sichuan University of Science and Engineering Library).

Research on the TF-IDF Literature Recommendation Based on Behavior Data of Electronic Resource: Taking Off-campus Access System of Electronic Resource as an Example [J]. Libraly Journal, 2022, 41(12): 45-54.

参考文献

[ 1 ] 孔青青. 科研人员电子资源需求调查分析[J].图书情报工作，2016，60（10）：47–54.
[ 2 ] 汪东伟，伏安娜，张计龙，等.2016年复旦大学自然科学领域中文电子期刊资源访问数据集[J].图书馆杂志，2018，37（11）：105–108.
[ 3 ] 罗孟儒，袁小一.电子资源利用行为数据获取模式比较研究[J].图书馆学研究，2019（18）：63–68；62.
[ 4 ] 秦艳姣.基于用户行为数据的图书馆电子资源使用分析[J].湖北第二师范学院学报，2017，
34（4）：128–132.
[ 5 ] 贺宜春.基于情景感知的高校图书馆电子资源个性化推荐服务研究[J].图书馆学刊，2016，38（12）：40–42；47.
[ 6 ] 刘志坚.基于情境感知的图书馆移动电子资源推荐技术研究[J]. 河南图书馆学刊，2020，40（6）：
101–102；109.
[ 7 ] 张辉.网络环境下情景感知的图书馆电子资源个性化推荐服务研究[J].黑河学刊，2018（3）：187–189.
[ 8 ] 田雪筠. 基于情境感知的移动电子资源推荐技术研究[J]. 情报理论与实践，2015，38（5）：86–89；104.
[ 9 ] 李杨，夏文秀.基于数据挖掘的开源电子资源访问行为统计模型[J].沈阳工业大学学报，2019，41（6）：643–647.
[10] 江波.基于用户行为数据挖掘的数字图书馆电子资源推荐服务研究[J]. 河南图书馆学刊，2018，38（12）：59–61.[11] 杨辰，刘婷婷，刘雷，等.融合语义和社交特征的电子文献资源推荐方法研究[J]. 情报学报，2019，38（6）：632–640.
[12] 李阔.电子文献资源的推荐方法研究[J].电子技术与软件工程，2019（22）：170–172.
[13] 于蒙，何文涛，周绪川，等.推荐系统综述[J/OL].计算机应用：1–16 [2021-11-25]. http://kns.cnki.
net/kcms/detail/51.1307.tp.20210922.1115.002.html.
[14] 丁志均，杨青，张会兵，等.基于非结构化文本检索模型综述[J].计算机应用研究，2017，34（6）：1601–1608；1612.
[15] Salton G C. On the construction of effective vocabularies for information retrieval[C]//Proceedings of the 1973 Meeting on Programming Languages and Information Retrieval. NewYork：ACM，1973：11.
[16] 王成，李千目.融合词频–逆向文件频率的受限玻尔兹曼机推荐算法[J].南京理工大学学报，2021，45（5）：551–557.
[17] 张云纯.基于TF-IDF和互信息的推荐算法研究[J].
计算机时代，2019（12）：42–46
[18] 施聪莺，徐朝军，杨晓江，等. TFIDF算法研究综述[J].计算机应用，2009，29（S1）：167–170；180.
[19] 刁羽，贺意林.用户访问电子资源行为数据的获取研究——基于创文图书馆电子资源综合管理与利用系统[J].图书馆学研究，2020（3）：40–47.
[20] Radim R，Mohit R.tfidfmodel [EB/OL]. [2021-03-13].
https://github.com/RaRe-Technologies/gensim/blob/develop/gensim/models/tfidfmodel.py.
[21] Radim R. matutils[EB/OL]. [2021-03-13]. https://github.com/RaRe-Technologies/gensim/blob/develop/gensim/matutils.py.
[22] 余弦相似度[EB/OL]. [2021-03-13]. https://baike.
baidu.com/item/%E4%BD%99%E5%BC%A6%E7%9B%B8%E4%BC%BC%E5%BA%A6/17509249?fr = aladdin.
[23] 机器学习算法中的准确率（Precision）、召回率（Recall）、F值（F-Measure） [EB/OL]. [2021-
03-13]. https://www.cnblogs.com/Zhi-Z/p/
8728168.html.
[24] 韩世依，张钰晖，马云山，等. THUOCL：清华大学开放中文词库[EB/OL]. （2017-04-28）[2021-03-15]. http://thuocl.thunlp.org.
[25] 中文常用停用词表[EB/OL]. [2021-03-13]. https://
github.com/goto456/stopwords.