周红磊+王扣+潘婉秋+盖琳++张立娜

摘要：在大数据迅速发展的浪潮下，用户对图书馆智能化要求愈加明显，本文通过对学术资源的深度挖掘和个性化推送服务的深入研究，探讨了如何将数据挖掘技术应用到图书馆个性化推送服务中，希望为读者提供更高质量的信息服务。

关键词：大数据 高校图书馆 深度挖掘 个性化推送服务

中图分类号：G2507文献标识码：A文章编号：1009-5349（2017）12-0095-02

当前，高校图书馆在提升智能化服务程度的基础上，逐渐加强了针对知识信息的传播、挖掘服务功能，就目前文献主题搜索情况来看，高校图书馆还存在着一些不足，它没有主动挖掘师生的需求，缺乏针对用户的需求信息的深度推荐以及没有全面考虑用户的个性化需求。因此，图书馆未来的重点研究方向应为如何进行个性化的推送服务，并将其与数据挖掘技术紧密联系起来，使其在帮助师生快速找到自己所需的知识和信息的同时，还能够提高学生的学习效率。

一、大数据时代图书馆信息资源深度挖掘关键技术

（一）基于 Hadoop 的分布式数据挖掘技术

Hadoop 主要是由编程模型MapReduce和分布式文件系统 HDFS两个核心部分组成，分布式文件系统HDFS为大规模数据集上的应用提供可靠的分布式文件访问。HDFS 与 MapReduce 紧密配合，构成了Hadoop 的基础，使它能够将程序分割成多个独立的单元，并分发到不同的节点，通过各个节点的计算能力完成整个程序的运作。[1]

（二）向量空间模型

在信息服务中计算资源相似度时使用了向量空間模型。……