基于读者兴趣偏好的信息检索个性化推荐服务的研究方法

技术领域：

本发明属于图书管理领域，具体涉及一种基于读者兴趣偏好的信息检索个性化推荐服务的研究方法。

背景技术：

随着信息技术的发展，需要存储和传播的信息量越来越大，信息的种类和形式越来越丰富，传统图书馆的机制显然不能满足这些需要。由此，数字图书馆应运而生。数字图书馆是当前社会信息基础设施建设的重要组成部分，它以知识资源和信息资源为支撑，为读者建立集知识服务与信息服务为一体的图书馆环境，为读者提供优质的知识与信息服务。数字图书馆服务质量和资源利用效率的有效提高以个性化服务为主要途径，将读者作为服务的中心，一切工作的展开都是为了满足读者的个性化需求，有很强的主动性和针对性，是当前我国数字图书馆主要应用的服务模式。但随着数字资源的不断丰富，读者个性化的需求受到了挤压，图书馆越来越难以满足读者对图书资源的个性化需求，如何为读者提供更好的个性化服务成为各图书馆迫切需要解决的问题。

随着数字图书馆服务系统在高校图书馆中的广泛应用，个性化图书信息服务技术受到了越来越多的重视。个性化图书信息服务依据不同学科，为读者收集图书信息，经过数据过滤，将有用的图书信息推荐给读者。故此，通过对推荐技术及个性化推荐系统理论的学习研究，将数据挖掘技术引入到高校图书馆的读者服务中，实现个性化图书推荐。通过对个性化资源推荐服务系统研究，构建基于读者兴趣偏好的信息检索个性化推荐服务的研究方法。

发明内容：

本发明的目的是提供一种基于读者兴趣偏好的信息检索个性化推荐服务的研究方法，通过对几种个性化推荐技术的比较和分析，构建基于读者兴趣偏好的信息检索个性化推荐服务的研究方法，以期提高图书馆信息资源的使用率。

本发明采用的技术方案为：一种基于读者兴趣偏好的信息检索个性化推荐服务的研究方法，所述研究方法包括以下步骤：

步骤一：读者兴趣偏好建模及模型更新的分析

分析用户兴趣偏好模型技术，对兴趣偏好建模技术中的信息收集方式、用户兴趣描述方式以及项目描述方式进行归类和总结；分析现有个性化推荐技术在用户兴趣变化问题上的解决方法，并针对这些解决方法的缺陷，提出一种改进的兴趣模型；

步骤二：图书个性化推荐系统 的分析

分析至少三种图书个性化推荐系统的实现过程、应用领域和其各自的优缺点；通过对图书个性化推荐技术的分析与比较，结合个性化图书信息服务技术中读者兴趣偏好模型的特点，提出一种改进的图书个性化推荐模型，该模型既能突出读者兴趣偏好模型的特点，又能避免传统个性化推荐技术的缺陷。

进一步地，所述步骤一和步骤二的分析中采取的分析方法包括比较分析法、问卷调研法、系统分析法和总结归纳法；所述比较分析法是通过对国外与国内信息检索个性化服务模式的比较分析，总结信息检索个性化推荐服务的建议；所述问卷调研法是通过问卷调研方式，掌握大学生的信息意识、获取信息能力变化情况，便于对信息素养教育进行评价、管理；所述系统分析法是信息检索个性化服务，通过计算机应用技术、管理学、心理学实现；所述总结归纳法是对收集的文献资料、调查报告进行整理分析、归纳总结，作为最终方案规划的依据。

进一步地，所述用户兴趣建模方式包括显式建模和隐式建模，显式建模要求用户显式的提供表示其阅读偏好的各种数据，建立用户兴趣模型，包括用户对各类图书的评价和图书需求，系统根据兴趣模型向用户推荐与其兴趣相关的信息，隐式建模是指个性化服务系统通过搜集用户的借阅记录、网页检索记录信息，建立用户兴趣模型。

进一步地，所述图书个性化推荐系统在不同应用背景下采用不同种类的个性化推荐技术，主要包括基于内容过滤的推荐、基于协同过滤的推荐、基于关联规则的推荐和混合方式的推荐技术。

本发明的有益效果：提供了一种基于读者兴趣偏好的信息检索个性化推荐服务的研究方法，通过对几种个性化推荐技术的比较和分析，构建基于读者兴趣偏好的信息检索个性化推荐服务的研究方法，以期提高图书馆信息资源的使用率。能够为图书馆的读者群体提供个性化服务，使图书馆的服务从被动到主动，增强读者对图书馆的参与感和归属感；能够针对图书馆图书分类中的长尾的图书，为它们寻找感兴趣的读者，增加图书馆馆藏图书的利用率和流通率；针对不同读者群体，能够有针对性推荐图书，为图书馆的各种宣传推荐服务提供切实可行的决策支持。

具体实施方式：

实施例一

一种基于读者兴趣偏好的信息检索个性化推荐服务的研究方法所述研究方法包括以下步骤：

步骤一：读者兴趣偏好建模及模型更新的分析

分析用户兴趣偏好模型技术，对兴趣偏好建模技术中的信息收集方式、用户兴趣描述方式以及项目描述方式进行归类和总结；分析现有个性化推荐技术在用户兴趣变化问题上的解决方法，并针对这些解决方法的缺陷，提出一种改进的兴趣模型；

步骤二：图书个性化推荐系统 的分析

分析至少三种图书个性化推荐系统的实现过程、应用领域和其各自的优缺点；通过对图书个性化推荐技术的分析与比较，结合个性化图书信息服务技术中读者兴趣偏好模型的特点，提出一种改进的图书个性化推荐模型，该模型既能突出读者兴趣偏好模型的特点，又能避免传统个性化推荐技术的缺陷。

所述步骤一和步骤二的分析中采取的分析方法包括比较分析法、问卷调研法、系统分析法和总结归纳法；所述比较分析法是通过对国外与国内信息检索个性化服务模式的比较分析，总结信息检索个性化推荐服务的建议；所述问卷调研法是通过问卷调研方式，掌握大学生的信息意识、获取信息能力变化情况，便于对信息素养教育进行评价、管理；所述系统分析法是信息检索个性化服务，通过计算机应用技术、管理学、心理学实现；所述总结归纳法是对收集的文献资料、调查报告进行整理分析、归纳总结，作为最终方案规划的依据。

所述用户兴趣建模方式包括显式建模和隐式建模，显式建模要求用户显式的提供表示其阅读偏好的各种数据，建立用户兴趣模型，包括用户对各类图书的评价和图书需求，系统根据兴趣模型向用户推荐与其兴趣相关的信息，隐式建模是指个性化服务系统通过搜集用户的借阅记录、网页检索记录信息，建立用户兴趣模型。

所述图书个性化推荐系统在不同应用背景下采用不同种类的个性化推荐技术，主要包括基于内容过滤的推荐、基于协同过滤的推荐、基于关联规则的推荐和混合方式的推荐技术。

个性化服务资源推荐是指图书馆对读者的阅读特点、爱好及明显的个人资源访问行为进行分析和挖掘，掌握读者的阅读兴趣与爱好，以及和图书资源、读者群之间的关联，以便为他们提供更好的信息服务。图书馆在提供服务的过程中会过滤掉与该读者无关的信息与资源，只提供和推荐那些与其兴趣相关的信息与资源。读者兴趣模型、资源推荐对象、推荐算法及读者四大板块共同构成了数字图书馆个性化资源推荐服务系统。个性化资源推荐服务系统能够基于资源推荐对象的特征信息及读者兴趣模型，判定读者的需求信息并进行相关性匹配； 应用推算法能计算和筛选与读者兴趣相关的知识资源，并向其推荐； 而读者兴趣的获取则是通过掌握读者的资源访问行为得到的。

以上内容是结合具体的实施方式对本发明所作的进一步详细说明，不能认定本发明只局限于上述具体实施。在不脱离本发明整体思路和权利要求所保护的前提下，还可以做出若干简单推演或替换，都应当视为属于本发明的保护范围。