文档介绍：:二。一二年二十九日日
作者签名:恋訪日期:兰盟三二』』里—一保密论文注释:本学位论文属于保密范围,在土年解密后适』甘型:三⋯璉㈣垫:至:三翌⋯≯⋯北京化工大学学位论文原创性声明本人郑重声明:所呈交的学位论文,是本人在导师的指导下,独立进行研究工作所取得的成果。除文中已经注明引用的内容外,本论文不含任何其他个人或集体已经发表或撰写过的作品成果。对本文的研究做出重要贡献的个人和集体,均已在文中以明确方式标明。本人完全意识到本声明的法律结果由本人承担。关于论文使用授权的说明学位论文作者完全了解北京化工大学有关保留和使用学位论文的规定,即:研究生在校攻读学位期间论文工作的知识产权单位属北京化工大学。学校有权保留并向国家有关部门或机构送交论文的复印件和磁盘,允许学位论文被查阅和借阅;学校可以公布学位论文的全部或部分内容,可以允许采用影印、缩印或其它复制手段保存、汇编学位论文。本授权书。非保密沦文沣释:本学位论文不属于保密范围,适用本授权书。作者签名:导师签私:
∞馆,关联规则,多最小支持度,用户聚类,关键词混合属性距离函数,个性化推荐论文答辩日期术论’文类五应用研究姓名职称鞯ノ学科专长指导教师李辉副教授北京化:【:卜程中国图’【·:大学信息安全、电子取证答辩委员本┗喝搜计算机软什彭四伟北京化喝搜编译技术麻答辩委英张杰可重构计算嵌伟剐淌北京化人。学移动通信技术注::⊙芯:.中幽分类号在《∽资料分类法》夼向。’、:号的后口蜗赋伞啕。—‘
数字图书馆个性化信息推荐系统本文在衞算法中引入了多最小支持度母拍睿⒃摘要随着图书馆信息化的快速发展,传统的信息检索的服务方式已经很难满足用户的需求,通过关键字组合的检索方式很难达到用户的真实需求。所以,个性化推荐服务受到了更广泛的关注,它可以挖掘用户信息、图书信息以及用户的操作日志等,挖掘数据间隐藏的关联性,将获得的知识推荐给用户。在比较了几种广泛研究和应用的推荐算法后,采用了关联规则的方法,并结合图书馆的情况对其进行改进。在图书馆推荐系统中,关联规则不需要用户对图书的评价,资源的特征描述等附加信息,但也有不足:新入库的图书很难被推荐;高浏览量图书容易被推荐,但推荐价值不高;不善于发现那些种类相近图书之间的内在联系。募扑愎街屑尤肓送际槿肟馐奔浜弯懒苛礁鲆蛩亍4送猓在关联规则之前根据用户的属性特点进行基于猰方法的聚类,使用户在相似用户群产生的规则中获得推荐信息。考虑图书馆用户的自身特点,其特性主要包括年级、专业和兴趣,它们是非数值的,所以在聚类中设计了基于混合属性的距离函数。,司‘以有效地改善谕际椤谎敌,遇到的问题。在改进算法提螅杓瞥б恢治M际楣萦没Х竦耐萍鱿低常并将它进行厂实现。经过实验表椋慕惴苡行У馗纳粕鲜鑫侍猓●‘.
不仅提高了图书资源的利用率,还提高了个性化推荐服务的质量。关键词:数字图书馆,关联规则,多最小支持度,用户聚类,混合属性距离函数,个性化推荐北京化工大学硕士学位论文
畂,,,畉瓾,瓼痶,—甃琣.
行琺琈,,甅,瑃猰,,猲,猘畊,,弧踨,甀..琣色畉琤琣,,—北京化笱О邮垦宦畚瑄