Please wait a minute...
Advanced Search
现代图书情报技术  2012, Vol. 28 Issue (3): 83-88     https://doi.org/10.11925/infotech.1003-3513.2012.03.14
  应用实践 本期目录 | 过刊浏览 | 高级检索 |
高校图书馆个性化电子图书荐购系统的设计和实现
唐小新1, 李高虎2, 唐秋鸿3, 曹红兵1, 高嵩2
1. 广西大学图书馆 南宁 530004;
2. 北京邮电大学资产经营公司 北京 100876;
3. 暨南大学管理学院 广州 510632
Design and Implementation of Personalized E-book Purchasing Recommendation System in University Libraries
Tang Xiaoxin1, Li Gaohu2, Tang Qiuhong3, Cao Hongbing1, Gao Song2
1. Guangxi University Library, Nanning 530004, China;
2. Beijing University of Posts and Telecommunications Assets Management Co., Ltd, Beijing 100876, China;
3. Management School, Jinan University, Guangzhou 510632, China
全文: PDF (905 KB)   HTML  
输出: BibTeX | EndNote (RIS)      
摘要 设计和实现一个基于图书馆OPAC系统中纸质图书流通日志记录的个性化电子图书荐购系统,该系统包含三个子模块:读者荐购模块、个性化电子图书荐购模块、荐购管理与信息推送模块。利用数据挖掘技术和分布式异构技术,将读者专业背景对应的电子图书书目数据发送到OPAC“我的图书馆”中供读者荐购。该系统产生的荐购结果,不但能够应用于电子图书的荐购,而且也能应用于传统纸质图书的荐购和新书推荐服务,具有广泛的应用前景。
服务
把本文推荐给朋友
加入引用管理器
E-mail Alert
RSS
作者相关文章
唐小新
李高虎
唐秋鸿
曹红兵
高嵩
关键词 电子图书个性化荐购数据挖掘O-cluster    
Abstract:This paper designs and implements a personalized e-book purchasing recommendation system based on the circulation log records of OPAC system, which including three models such as readers’ purchasing recommendation, personalized e-book purchasing recommendation, and purchasing recommendation management & information pushing. The system can send the e-book bibliographic data corresponding to readers’ professional background to MyLibrary of the OPACs for readers to recommend purchasing of e-books. The system can not only be used to the purchasing recommendation of electronic books, but also to that of the traditional printed books and many other broad fields such as new book recommendation service.
Key wordsE-books    Personalized purchasing recommendation    Data mining    O-cluster
收稿日期: 2011-12-26      出版日期: 2012-04-19
: 

G250.7

 
基金资助:

本文系2010年度国家社会科学基金项目“高校图书馆个性化服务系统开发研究”(项目编号:10BTQ008)和2010年度广西大学科研基金项目“东盟信息资源个性化服务研究”(项目编号:XGS100010)的研究成果之一。

引用本文:   
唐小新, 李高虎, 唐秋鸿, 曹红兵, 高嵩. 高校图书馆个性化电子图书荐购系统的设计和实现[J]. 现代图书情报技术, 2012, 28(3): 83-88.
Tang Xiaoxin, Li Gaohu, Tang Qiuhong, Cao Hongbing, Gao Song. Design and Implementation of Personalized E-book Purchasing Recommendation System in University Libraries. New Technology of Library and Information Service, 2012, 28(3): 83-88.
链接本文:  
https://manu44.magtech.com.cn/Jwk_infotech_wk3/CN/10.11925/infotech.1003-3513.2012.03.14      或      https://manu44.magtech.com.cn/Jwk_infotech_wk3/CN/Y2012/V28/I3/83
[1] 陈新红,郭冬梅.基于读者荐购的高校图书馆文献资源建设[J]. 中华医学图书情报杂志,2011,20(9):36-37. (Chen Xinhong,Guo Dongmei.Development of Literature Resources in Academic Libraries Based on Readers-recommended Acquisition[J].Chinese Journal of Medical Library and Information Science, 2011,20(9):36-37.)

[2] 罗毅. 高校图书馆荐购系统现状与问题研究[J]. 图书馆学研究,2010(12):46-49. (Luo Yi.A Research on the Present Situations and Problems of the Recommendation System in the University Library[J]. Research on Library Science, 2010(12):46-49.)

[3] 唐小新,李高虎.基于MELINETSⅡ嵌入式电子图书采购系统的设计与实现 [J]. 现代图书情报技术,2009(12):83-88.(Tang Xiaoxin,Li Gaohu.The Design and Implementation of Embedded E-Book Acquisition System Based on MELINETS Ⅱ[J].New Technology of Library and Information Service, 2009(12):83-88.)

[4] 武建伟,俞晓红,陈文清.基于密度的动态协同过滤图书推荐算法 [J]. 计算机应用研究,2010,27(8):3013-3015. (Wu Jianwei,Yu Xiaohong,Chen Wenqing.Density-based Dynamic Collaborative Filtering Books Recommendation Algorithm[J]. Application Research of Computers,2010,27(8):3013-3015.)

[5] Ester M, Kriegel H P, Sander J, et al. A Density-based Algorithm for Discovering Clusters in Large Spatial Databases with Noise[C].In: Proceedings of the 2nd International Conference on Knowledge Discovery and Data Mining(KDD-96).Portland, Oregon: AAAI Press, 1996: 226-231.

[6] 于亚飞,周爱武. 一种改进的DBSCAN密度算法[J]. 计算机技术与发展,2011,21(2):30-33,38. (Yu Yafei,Zhou Aiwu.An Improved Algorithm of DBSCAN[J].Computer Technology and Development, 2011,21(2):30-33,38.)

[7] Qian W,Gong X,Zhou A.Clustering in Very Large Databases Based on Distance and Density[J].Journal of Computer Science and Technology,2003,18(1):67-76.

[8] Clustering[EB/OL]. [2012-02-13].http://docs.oracle.com/cd/B28359_01/datamine.111/b28129/clustering.htm#CHDIIABF.

[9] O-Cluster[EB/OL]. [2012-02-13], http://docs.oracle.com/cd/B28359_01/datamine.111/b28129/algo_oc.htm.

[10] Clustering in Oracle Data Mining[EB/OL]. [2012-02-13]. http://www.chinakdd.com/portal.php?mod=view&aid=2368.

[11] 李凯.自动化数据挖掘在电信业中的应用[D].北京:北京邮电大学,2008. (Li Kai.Automatically Data Mining in Telecom Business[D].BeiJing:BeiJing University of Posts and Telecommunications,2008.)
[1] 谢旺, 王丽珍, 陈红梅, 曾兰清. 基于空间序偶模式挖掘污染源与癌症病例的关系 *[J]. 数据分析与知识发现, 2021, 5(2): 14-31.
[2] 张勇,李树青,程永上. 基于频次有效长度的加权关联规则挖掘算法研究 *[J]. 数据分析与知识发现, 2019, 3(7): 85-93.
[3] 陆泉,朱安琪,张霁月,陈静. 中文网络健康社区中的用户信息需求挖掘研究*——以求医网肿瘤板块数据为例[J]. 数据分析与知识发现, 2019, 3(4): 22-32.
[4] 牟冬梅,法慧,王萍,孙晶. 基于结构方程模型的疾病危险因素研究*[J]. 数据分析与知识发现, 2019, 3(4): 80-89.
[5] 李勇男. 贝叶斯理论在反恐情报分类分析中的应用研究*[J]. 数据分析与知识发现, 2018, 2(10): 9-14.
[6] 牟冬梅, 王萍, 赵丹宁. 高维电子病历的数据降维策略与实证研究*[J]. 数据分析与知识发现, 2018, 2(1): 88-98.
[7] 胡忠义, 王超群, 吴江. 融合多源网络评估数据及URL特征的钓鱼网站识别技术研究*[J]. 数据分析与知识发现, 2017, 1(6): 47-55.
[8] 江思伟, 谢振平, 陈梅婕, 蔡明. 混合特征数据的自解释归约建模方法*[J]. 数据分析与知识发现, 2017, 1(12): 92-100.
[9] 牟冬梅,任珂. 三种数据挖掘算法在电子病历知识发现中的比较*[J]. 现代图书情报技术, 2016, 32(6): 102-109.
[10] 李峰,李书宁,于静. 面向院系的高校毕业生图书馆记忆系统[J]. 现代图书情报技术, 2016, 32(5): 99-103.
[11] 赵静娴. 基于决策树的网络伪舆情识别研究[J]. 现代图书情报技术, 2015, 31(6): 78-84.
[12] 何建民, 王哲. 社交网络话题信息传播影响簇发现谱系挖掘方法[J]. 现代图书情报技术, 2015, 31(5): 65-72.
[13] 黄文彬, 徐山川, 马龙, 王军. 利用通信数据的移动用户行为分析[J]. 现代图书情报技术, 2015, 31(5): 80-87.
[14] 郝玫, 王道平. 面向供应链的产品评论中客户关注特征挖掘方法研究[J]. 现代图书情报技术, 2014, 30(4): 65-70.
[15] 孙鸿飞, 侯伟. 改进TFIDF算法在潜在合作关系挖掘中的应用研究[J]. 现代图书情报技术, 2014, 30(10): 84-92.
Viewed
Full text


Abstract

Cited

  Shared   
  Discussed   
版权所有 © 2015 《数据分析与知识发现》编辑部
地址:北京市海淀区中关村北四环西路33号 邮编:100190
电话/传真:(010)82626611-6626,82624938
E-mail:jishu@mail.las.ac.cn