大数据深度融合的移动图书馆情境化推荐

作者：刘海鸥; 黄文娜; 苏妍嫄; 张亚明^*

来源：情报科学, 2019, 37(01): 68-73.

DOI：10.13833/j.issn.1007-7634.2019.01.011

• 大数据
• 移动图书馆
• 情境化推荐

【目的/意义】大数据环境下,如何对海量的移动图书馆数据资源进行挖掘、重组和深度融合,从而获取最有价值的信息对移动图书馆的长远发展至关重要。【方法/过程】构建了大数据深度融合的移动图书馆情境化推荐系统,通过深度融合图书馆用户的情境信息,有效缓解大数据环境下评分数据稀疏导致的推荐性能下降问题;同时采用MapReduce的并行处理方式,以此提高大数据的融合与挖掘性能。【结果/结论】实验结果表明,大数据深度融合的移动图书馆情境化推荐系统较好地将情境信息融入到移动图书馆知识推荐过程中,改进了推荐性能,有利于为用户提供精准的个性化服务资源,MapReduce化的并行处理方法也有效提升了大数据融合与挖掘的性能与效率。

• 单位
  燕山大学; 经济管理学院