互聯網+時代大學生個性化圖書推薦系統設計與實現

摘 要：隨著我國科技信息的快速發展，大學生圖書館也迎來了新的發展機遇，特別是大數據、云計算等技術的普及為個性化圖書推薦系統設計，提供了專業的技術支持，互聯網+時代的個性化圖書推薦系統可以通過挖掘技術，掌握學生的興趣愛好，從而為學生構建良好的閱讀體驗。本文以下主要通過對大學生圖書館借閱現狀進行探討，并在分析學生閱讀習慣的基礎上，構建個性化圖書推薦系統設計，從而為學生提供更好的推薦和管理功能。

關鍵詞：互聯網+時代；個性化設計；圖書推薦系統

互聯網+時代設計個性化圖書推薦系統，可以為學生提供更好的閱讀體驗，通過數據挖掘技術了解學生的于都需求，幫助學生可以更便捷高效的找到自己喜歡或需要的刊物。個性化系統的設計主要體現出兩個功能，分別為管理采購推薦與讀者體驗個性推薦，這樣不僅滿足了學生閱讀的個性化需求，提高了圖書刊物的利用率，因此，本文對個性化圖書推薦系統的設計與實現，可以為學生提供豐富的閱讀體驗，讓更多大學生參與到閱讀中來。

1 個性化圖書推薦系統概述

個性化圖書推薦系統功能，主要依托于大數據技術，對讀者的閱讀興趣進行記錄、分析、預測，并對向讀者推薦符合讀者習慣刊物的個性化服務。推薦系統的評估功能，是獲取有效信息的重要來源，只有對讀者的閱讀進行挖掘記錄，才能幫助讀者提供更有價值的信息刊物，從而提高讀者的閱讀體驗，系統的主要功能模塊分為記錄、分析、推薦3個計算模塊組成，記錄模塊通過互聯網技術，對讀者的閱讀借還習慣進行記錄，分析模塊，運用大數據技術對讀者閱讀興趣、愛好進行挖掘，推薦模塊是本文的研究重點，主要功能是整合前兩個模塊的分析記錄，通過推薦算法為讀者提供個性化服務，讓讀者更高效便捷發現符合自身需求的資源。

2 個性化圖書推薦系統的設計原則

互聯網+時代的到來，為大學生個性化圖書推薦系統設計提供了可行性的專業技術，系統功能的服務對象主要為推薦系統內的學生讀者，管理系統對學生學生借還信息進行記錄、存儲、分析、挖掘，最后由推薦模塊的計算功能，向學生讀者推薦符合其借閱行為和興趣的圖書資源。此外，個性化推薦還向學生提供采購功能，對學生的采購需求進行記錄，從而不斷豐富學生的文化視野與閱讀資源。本文設計的個性化推薦系統主要遵循以下幾項原則：

1）易用性，學生只需要提供證件號碼，就可以享受個性化功能；2）完整性，推薦系統對閱讀信息進行全面的收入，其中包含讀者、圖書、借閱、其中圖書信息有細分為出版社、作者、分類等詳細數據；3）可擴展性，個性化系統會定時對新入讀者與新書信息進行更新，并定時剔除冷門書籍與離校學生；4）開原性，個新化管理系統以Linux操作系統為基礎，主要應用了LAMP、Apache、MySQL、PHP模塊平臺等多項技術，LAMP技術的優勢為開源性，管理員可以依據需求，對數據代碼進行更改。5）交互性，個性化圖書推薦系統采用交互式可視界面，為學生讀者提供了更好的閱讀體驗。

3 個性化圖書推薦系統功能設計

為了給學生讀者提供更好的借閱體驗，個性化圖書推薦系統功能必須要實現以下目標功能：1）權限控制，個性化推薦系統的功能，可以對不同的讀者進行權限劃分，確保管理權限的靈活可控性；2）數據導入，可以將圖書與讀者的詳細信息與相關信息進行個性化導入；熱門排行榜，可以將學生的借閱信息與圖書信息進行熱度排行，讓讀者可以清晰的掌握資源信息；冷門排行榜，整理、歸納、分析、統計借閱量少的圖書信息與學生的專業進行比對，這樣可以讓管理員更高效的更新和整理圖書資源；3）圖書推薦功能，推薦功能是本文的研究重點，主要功能為對讀者的信息進行計算、對比、推薦，其中聚類技術，可以讓管理員對讀者的借閱進行分析歸類；其次是關聯技術功能，當學生借閱刊物時，系統對學生的信息進行分析，并結合學生的習慣、愛好，向學生推薦關聯書籍；4）圖書采購推薦功能，讓管理者可以依據圖書借閱熱度和采購推薦熱度，聲成采購清單。圖書推薦系統要具備熱門排行榜、系統管理、權限管理等具體功能框架如圖1所示：

圖1 個性化圖書推薦系統功能設計

4 個性化圖書推薦功能實現

4.1 數據導入

圖書推薦系統功能要對各種信息數據進行高效處理，特別是將學生對圖書的借閱信息以及圖書的詳細信息，導入到數據庫中，大學生圖書館管理系統，同時對各項信息，院系、專業、圖書、借閱次數等進行導入，下圖為推薦系統導入數據的基本流程。圖2所示：

圖2 個性化圖書推薦系統功能實現

4.2 排行榜實現

圖書推薦系統不斷將大量信息導入后，形成了以學生借閱習慣、院系、專業等信息為基礎的海量數據，推薦系統自動將圖書進行分類，并細分成各種數據熱門排行榜，幫助學生便捷高效的篩選圖書信息，排行榜的分類如下：

1）圖書借閱的熱門排行榜，個性化推薦系統功能，對圖書一階段的借閱信息進行整理分析，由高到低進行排列，向讀者展示前20類圖書資源；2）讀者信息熱度排行榜，推薦管理系統對讀者借還圖書的次數進行統計，同時列出學生讀者的借閱次數、專業、院系，篩選出前20名讀者信息進行排列；3）讀者院系的熱門排行榜，推薦管理系統，對各類圖書的信息進行整合，依據讀者院系對圖書的借閱信息進行分類，統計出讀者院系的對某類圖書的借閱信息，并將數量排名最靠前的10名院系進行展示；4）讀者專業熱門排行榜，通過對圖書借閱信息資源的整合分析，將讀者專業進行歸類，統計出各個專業對圖書的借閱數量，展示專業刊物借閱的排行信息。5）圖書冷門排行榜，管理系統將圖書的各種借閱信息進行統計，同時對借閱數量最少的圖書進行統計管理，排名最高為借閱數量最少的圖書，管理員可剔除長期排行最低的圖書；6）讀者冷門信息排行，管理系統對讀者的信息與圖書借閱信息進行管理分析，統計出各院系、專業借閱數量最少的讀者，便于發現畢業離校學生；7）院系的冷門排行，管理系統對讀者的院系進行統計，從而找出借閱數量最少的院系進行排列；8）各專業冷門排行榜，管理系統對讀者信息以及刊物的借還信息張進行統計，將借閱圖書最少的專業進行管理排列。

此外，個性化推薦管理系統的人機交互界面，向圖書讀者呈現數據導入選項，讀者可以在輸入證件號碼后，對數據進行管理，個性化管理系統會依據讀者提交的數據進行自動化處理，對圖書信息進行分類，待數據整理分析完畢后，系統需要依據不同的指令和需求接受有效性驗證，驗證通過后系統對數據進行處理保存，而系統管理員可以隨時調取圖書的展示信息。

4.3 個性化圖書推薦

個性化圖書推薦功能，是管理系統整合統計信息后核心功能的實現，系統內容主要采取了關聯規則算法與聚類算法，通過整合各項數據形成圖書推薦清單，讀者通過證件號登入推薦管理系統后，系統自動對讀者展示推薦信息，針對讀者信息的關聯與聚類算法，實現個性化推薦處理。管理系統針對這兩個特性實施個性化功能處理。

1）個性化推薦讀者聚類信息，管理系統首先利用k-means聚類算法，對管理系統內的讀者信息實施聚類處理，讀者登入個性化推薦管理系統后，系統自動對讀者的類別進行統計分析，并篩選出符合讀者類別的刊物，同時系統依據讀者類別，對圖書借閱信息進行統計處理，將讀者同類圖書的借閱次數排行進行展示，系統處理過程中，同時會提出讀者已經借閱過的書籍信息，通過計算分析系統最終形成符合讀者要求的圖書清單。

2）個性化推薦讀者關聯信息，讀者登入個性化推薦管理系統后，推薦系統對讀者的借還信息進行統計分析，如果讀者沒有閱讀記錄，系統將無法為讀者提供關聯性的圖書信息，如果讀者在系統內存有借還圖書的信息記錄，系統會對讀者的信息進行計算，啟動關聯規則算法，管理系統對讀者的閱讀記錄，進行關聯規則分析，獲取與讀者相關聯的信息資源，系統會依據讀者的借閱信息，結合讀者興趣形成推薦圖書表，將具有關聯性的圖書進行秩序排列，并剔除讀者借閱過書籍。

此外，個性化圖書推薦系統的實現，向管理員提供了讀者的特點信息，管理員可以不斷對館內的圖書結構進行優化，提高圖書的借閱率，尤其是各項數據排行榜為管理員提供了可靠的信息依據，通過個性化推薦管理，管理員可以剔除長期占據冷門榜單圖書，同時豐富與熱門榜單圖書具有關聯性的圖書，管理員通過館內圖書結構的不斷調整，可以有效增強讀者的閱讀體驗，為讀者提供優質的個性化服務。

5 結語

綜上所述，以上本文主要敘述的是，互聯網+時代大學生個性化圖書推薦系統的設計與實現，通過分析可以看出，個性化推薦系統可以通過信息技術，對學生的閱讀興趣進行記錄分析，并向學生推薦符合其興趣愛好的圖書，此外管理員推薦功能，可以記錄學生的采購需求，自動生成信息清單，并結合學生的行為習慣，豐富圖書借閱資源，個性化圖書推薦系統的應用，可以提高學生的到館率與借閱率，同時還可以有效調整館內的圖書結構，使圖書的規劃更合理更科學。

參考文獻

[1]王靜.基于關聯規則的圖書銷售網站個性化推薦系統設計與實現[D].電子科技大學，2015.

[2]張通.基于圖書館業務數據分析服務的個性化推薦系統設計與實現[D].北京郵電大學，2016.

[3]李雅輝.基于協同推薦的高校個性化圖書推薦系統[J].福建電腦，2015（7）：97-98.

[4]趙倩倩.基于隱式反饋的圖書推薦系統設計與實現[D].吉林大學，2017.

[5]劉國慶.基于協同過濾的個性化圖書推薦系統設計與實現[D].安徽工業大學，2016.

作者簡介

宋翠（1973-），館員，河南水利與環境職業學院。