互联网+时代大学生个性化图书推荐系统设计与实现

龙源期刊网网络时代大学生个性化图书推荐系统的设计与实现作者：宋翠来源：卷宗 2018第34号摘要：随着我国科技信息的快速发展，大学生图书馆也迎来了新的发展机遇，尤其是大数据和云计算技术的普及，为个性化图书推荐系统的设计提供了专业技术支持。互联网时代的个性化图书推荐系统可以通过挖掘技术掌握学生的兴趣爱好，从而为学生营造良好的阅读体验。摘要：本文主要论述了大学生图书馆借阅现状，并在分析学生阅读习惯的基础上，构建了个性化的图书推荐系统设计，从而为学生提供更好的推荐和管理功能。关键词：互联网时代；个性化设计；图书推荐系统网络时代个性化图书推荐系统的设计可以为学生提供更好的阅读体验，通过数据挖掘技术了解学生在首都的需求，帮助学生更方便、更高效地找到自己喜欢或需要的出版物。个性化系统的设计主要体现了管理购买推荐和读者体验个性化推荐两大功能，既满足了学生阅读的个性化需求，又提高了书刊的利用率。因此，本文设计和实现的个性化图书推荐系统能够为学生提供丰富的阅读体验，让更多的大学生参与阅读。1个性化图书推荐系统概述个性化图书推荐系统的功能主要依靠大数据技术来记录、分析和预测读者的阅读兴趣，为符合读者习惯的出版物推荐个性化服务。推荐系统的评价功能是获取有效信息的重要来源。只有挖掘和记录读者的阅读，才能帮助读者提供更有价值的信息出版物，从而提高读者的阅读体验。系统的主要功能模块分为记录、分析和推荐三个计算模块。记录模块通过互联网技术记录读者的阅读借还习惯，分析模块通过大数据技术挖掘读者的阅读兴趣和爱好。推荐模块是本文的重点。其主要功能是整合前两个模块的分析记录，通过推荐算法为读者提供个性化服务，使读者能够更高效、更方便地找到满足自己需求的资源。2个性化图书推荐系统的设计原则互联网时代的到来为大学生个性化图书推荐系统的设计提供了可行的专业技术。系统功能的服务对象主要是推荐系统中的学生读者。管理系统记录、存储、分析和挖掘学生的借阅和归还信息。最后，推荐模块的计算功能推荐满足学生读者借阅行为和兴趣的图书资源。此外，个性化推荐还为学生提供购买功能，记录他们的购买需求，从而不断丰富学生的文化视野和阅读资源。本文设计的个性化推荐系统主要遵循以下原则：1)使用方便，学生只需提供身份号码即可享受个性化功能；2)完整性：推荐系统为阅读信息提供综合收益，包括读者、书籍、借阅以及出版社、作者、分类等详细数据。3)可扩展性。个性化系统将定期更新新读者和新书的信息，并定期淘汰不受欢迎的书籍和离校生。4)开放性。新的管理系统基于Linux操作系统，主要应用了LAMP、Apache、MySQL、PHP模块平台等技术。LAMP技术的优势是开源的。管理员可以根据需要更改数据代码。5)交互式个性化图书推荐系统采用交互式视觉界面，为学生读者提供更好的阅读体验。3.个性化图书推荐的功能设计为了给学生读者提供更好的借阅体验，个性化图书推荐系统的功能必须实现以下目标功能：1)权限控制，个性化推荐系统的功能，可以划分不同读者的权限，保证管理权限的灵活性和可控性；2)数据导入，可以个性化图书和读者的详细信息和相关信息；流行的排名表可以对学生的借阅信息和图书信息进行排名，以便读者能够清楚地掌握资源信息。不受欢迎的排名表整理、总结、分析和统计少量借阅的书籍和信息，并将它们与学生的专业进行比较，以便管理员能够更有效地更新和整理书籍资源。3)图书推荐功能是本文的重点，主要用于计算、比较和推荐读者信息。其中，聚类技术使管理员能够对读者的借阅进行分析和分类。二是关联技术的功能。学生借阅出版物时，系统会分析学生的信息，并根据学生的习惯和爱好向他们推荐相关书籍。4)图书采购推荐功能，允许管理者根据图书借阅和采购推荐的受欢迎程度制作采购清单。图书推荐系统应该有特定的功能框架，例如热点列表、系统管理和权限管理，如图1所示。图1个性化图书推荐系统的功能设计4个性化图书推荐功能的实现4.1数据导入图书推荐系统的功能是高效地处理各种信息数据，特别是将学生的借阅信息和图书的详细信息导入数据库。高校图书馆管理系统导入各种信息、部门、专业、图书、借阅次数等。下图显示了将数据导入推荐系统的基本过程。图2显示：图2个性化图书推荐系统的实现4.2排名表的实现图书推荐系统在引入大量信息后，形成了大量基于学生借阅习惯、部门、专业等信息的数据。推荐系统自动对书籍进行分类，并将其细分为各种流行的数据列表，以帮助学生方便有效地筛选书籍信息。这些清单分类如下：1)图书借阅排行榜，个性化推荐系统功能，对第一阶段图书的借阅信息进行排序和分析，从高到低排序，向读者展示前20种图书资源；2)读者信息热度排名表。推荐管理系统统计读者借阅和归还的图书数量，列出学生读者的借阅次数、专业和部门，并筛选出排名前20的读者信息。3)读者部门和高校排名榜、推荐管理系统、各种图书信息的整合、图书借阅信息按读者部门和高校的分类、读者部门和高校对某些图书借阅信息的统计以及排名前10位的部门和高校的显示；4)受欢迎的读者专业列表。通过对图书借阅信息资源的整合和分析，对读者专业进行分类，统计各专业借阅的图书数量，并显示专业出版物借阅的排名信息。5)不受欢迎的书籍列表。管理系统统计图书的各种借阅信息，同时统计和管理借阅量最少的图书。排名最高的书是借阅量最少的书。管理员可以删除长期排名最低的书籍。6)读者不受欢迎信息的排名。管理系统对读者信息和图书借阅信息进行管理和分析，统计各个部门和专业中借阅量最少的读者，便于发现毕业生和离校生；7)不受欢迎的院系排名。管理系统对读者所在的院系进行统计，找出借阅量最少的院系并进行整理。不受欢迎的专业名单。管理系统对读者信息和借阅归还信息进行统计此外，个性化推荐管理系统的人机交互界面为读者提供了数据导入选项。读者可以在输入识别号后管理数据。个性化管理系统将根据读者提交的数据对图书信息进行自动处理和分类。数据整理和分析完成后，系统需要根据不同的指令和要求接受有效性验证。验证通过后，系统处理并保存数据，系统管理员可以随时检索图书的显示信息。4.3个性化书籍推荐个性化图书推荐功能是整合统计信息后管理系统核心功能的实现。系统内容主要采用关联规则算法和聚类算法。通过整合各种数据形成书籍推荐列表。读者通过识别号登录推荐管理系统后，系统自动向读者显示推荐信息。根据读者信息的关联和聚类算法实现个性化推荐处理。管理系统根据这两个特点实现个性化的功能处理。1)个性化推荐读者聚类信息。管理系统首先使用k-means聚类算法对管理系统中的读者信息进行聚类。读者登录个性化推荐管理系统后，系统自动对读者类别进行统计分析，选择符合读者类别的出版物。同时，系统根据读者类别对图书借阅信息进行统计处理，并显示同类图书的借阅次数排名。在系统处理过程中，同时提出读者借阅的图书信息，通过计算分析系统最终形成满足读者需求的图书清单。2)读者相关信息的个性化推荐。读者登录个性化推荐管理系统后，推荐系统对读者的借阅和归还信息进行统计分析。如果读者没有阅读记录，系统将不能为读者提供相关的图书信息。如果读者在系统中有借还书信息记录，系统将计算读者信息，启动关联规则算法，管理系统将分析读者的阅读记录并进行关联规则分析。为了获取与读者相关的信息资源，系统将根据读者的借阅信息和读者的兴趣形成推荐书目，对相关图书进行有序排列，剔除读者借阅的图书。另外，个性化图书推荐系统的实现为管理员提供了读者的特征信息。管理员可以不断优化图书馆的图书结构，提高图书的借阅率。特别是，各种数据列表为管理员提供了可靠的信息基础。通过个性化推荐管理，管理员可以消除长期占据热门书目的图书，丰富与热门书目相关的图书。管理员可以通过不断调整图书馆的图书结构，有效提升读者的阅读体验，为读者提供高质量的个性化服务。结论综上所述，以上文章主要描述了网络时代大学生个性化图书推荐系统的设计与实现。通过分析可以看出，个性化推荐系统可以通过信息技术记录和