摘要
为提升图书馆个性化服务效率与精度,提出了基于Web技术的图书馆个性化服务模型。该模型首先收集各类数据源,构成Web日志文件与Web数据库,并对源数据进行处理获取用户会话文件,然后采用FP-growthS算法求出最大频繁项目集,依据最大频繁项目集与可信度采用INFP算法挖掘用户会话文件,生成关联规则并排序,最后根据关联规则向用户推荐所需图书信息,实现图书馆个性化服务。结果表明,所提出的模型服务运行效率高,推荐范围广且准确性高,可对不同用户实施个性化推荐服务,实际应用效果明显。
- 单位
为提升图书馆个性化服务效率与精度,提出了基于Web技术的图书馆个性化服务模型。该模型首先收集各类数据源,构成Web日志文件与Web数据库,并对源数据进行处理获取用户会话文件,然后采用FP-growthS算法求出最大频繁项目集,依据最大频繁项目集与可信度采用INFP算法挖掘用户会话文件,生成关联规则并排序,最后根据关联规则向用户推荐所需图书信息,实现图书馆个性化服务。结果表明,所提出的模型服务运行效率高,推荐范围广且准确性高,可对不同用户实施个性化推荐服务,实际应用效果明显。