基于聚类优化的数字图书馆协同过滤个性化推荐服务研究

• 作者: 盛先锋
• 来源期刊: 中国中医药图书情报杂志
• 学科: 社会科学
• 关键词: 聚类优化 数字图书馆 个性化推荐服务 数据挖掘
• 年，卷（期）: 2019,（3）
• 所属期刊栏目: 图书馆资源与服务
• 页码范围: 37-40
• 页数: 4页
• 分类号: G250.7|G258.6
• 字数: 4262字
• 语种: 中文
• DOI: 10.3969/j.issn.2095-5707.2019.03.009

摘要

随着近年来计算机技术快速发展,数字图书馆有必要基于聚类优化对多种文献数据资源协同过滤,面向用户提供个性化推荐服务,以提高服务效率.文章在介绍聚类优化概念及含义的基础上,分析了数字图书馆协同过滤个性化推荐服务的优势,包括优化图书馆数字信息服务机制、为用户提供优质文献资源、提高数字资源利用率等.探究了协同过滤个性化推荐服务模式,包括个性化定制服务、个性化推送服务、数据挖掘与决策服务.最后归纳出数字图书馆协同过滤个性化推荐服务构建策略,即利用智能搜索技术、精确搜索资源,应用数据挖掘技术、挖掘数字信息价值,优化聚类算法、制定精准服务方案,完善系统平台、构建资源过滤服务机制.