基于电子资源行为小数据的协同过滤推荐系统研究——以电子资源校外访问系统为例  

The Collaborative Filtering Recommendation System Based on Behavior Small Data of ElectronicResources-A Case Study of Off-Campus Access System of Electronic Resources

作　　者：刁羽 薛红 Diao Yu;Xue Hong

机构地区：[1]四川轻化工大学图书馆

出　　处：《图书馆学研究》2021年第19期21-28,共8页Research on Library Science

基　　金：四川省文化和旅游厅2020-2022年图书情报学与文献学规划项目“基于用户访问电子资源行为数据的个性化学科服务实证研究——以创文图书馆电子资源综合管理与利用系统为例”(项目编号:WHTTSXM[2020]07)研究成果之一。

摘　　要：构建由数据采集清洗与转储、数据抓取、协同过滤3个子系统组成的推荐系统,该系统通过提取电子资源校外访问系统中用户浏览、下载文献时的行为小数据抓取文献题录信息;运用协同过滤算法,结合LIS的用户基本信息和抓取的题录信息挖掘相邻用户及其感兴趣的关键词;结合行为小数据和挖掘的关键词抓取相应文献的题录信息并向用户进行个性化推送。该系统还需在数据规范、开放及隐私保护等方面做进一步研究,以期促进图书馆信息推送服务的变革与创新。The paper builds a recommendation system consisting of three subsystems:data collection,cleaning and dumping,data capture and collaborative filtering.The system crawls bibliographic information by extracting the behavior small data in the off-campus access system of electronic resources when browsing or downloading the documents;uses collaborative filtering algorithms to mine adjacent users and their interested keywords based on LIS users’basic information and the captured bibliographic information;fetches the bibliographic information of the corresponding literature and pushes to the customized users by combining behavior small data and mined keywords.In order to promote the reform and innovation of library information push service,the system needs further research in data standardization,openness and privacy protection.

关 键 词：电子资源 行为小数据 协同过滤推荐系统 信息服务 

分 类 号：G252.62[文化科学—图书馆学]