王译畦 余 武 朱刚毅

南京邮电大学，江苏 南京 210096

基于自适应学习系统的个性化图书推荐研究*

王译畦**余 武 朱刚毅

南京邮电大学，江苏 南京 210096

在高校图书馆中，读者主要是教师和学生，不仅要通过师生个人信息、兴趣爱好特征以及借阅历史数据等信息进行数据挖掘，还要通过自适应学习系统，对于学生在线学习的历史数据、学生知识能力的评估以及所掌握的知识内容水平进行分析，从而可以对其提供更加精准化的个性化图书推荐。

个性化；图书推荐；自适应；数据挖掘

一、引言

随着互联网的飞速发展，如何在海量的信息中获得满足其自身需要的信息，于是“个性化服务”的概念被提出，可以为不同的用户提供不一样的服务或产品，实现个性化推荐[1]。基于关联规则、内容过滤、协同过滤的推荐等[2]是当前比较主流的推荐技术。

为了解决高校数字图书馆数据超载的问题，高校的图书推荐系统具有以下几个特点[3]：1)推荐图书的针对性2)推荐图书的有效性。一般的推荐系统主要由行为记录模块、模型分析模块和推荐算法模块组成。

二、研究现状

目前图书馆的个性化推荐系统是研究的热点。王海涛[1]提出建设一个轻量、开放、高效、实用的图书馆图书个性化推荐系统。漆月[3]指出以图书馆的图书分类号为依据建立用户个性化兴趣库及图书综合推荐库。李川[4]认为随着互联网技术的迅速发展，为提高获取信息的利用率，迫切需要实时个性化推荐系统。……