刘爱琴，李永清

0 引言

图书馆个性化服务在高校图书馆建设中意义重大[1]。针对个性化需求，朱晓云认为应当研究用户群需求，进而从数据庞大的资源中提取真正满足用户需求的部分[2]；张莉萍则强调知识整合，认为应当着眼用户需要，积极为其提供完善的知识信息服务[3]。不同学者对高校图书馆中如何进行个性化服务的观点趋于多元化。

资源分类不合理、资源检索机制不完善是当前高校图书馆数字化建设面临的一个重要问题。原有机械式的文献分类方法已难以满足现代高校读者的图书使用需求，面对用户的个性化需求，也难以提供一个良好的处理机制和规范。

通过获取用户We b访问数据，对用户行为进行聚类，根据用户需求实现资源的个性化推荐，将有效地提升高校图书馆的服务质量。山西大学图书馆记录了大量学生和老师的访问数据，其中包含用户的I P地址、上网时间、访问时长以及访问资源内容等信息[4]。本文以山西大学图书馆为例，首先借助SOM神经网络对读者We b访问行为进行聚类和优化分析，其中，聚类优化算法分为粗调整和微调整两个优化阶段，以保证聚类效果和聚类速率的提升；其次，基于用户分析输出结果，筛选整合相关数据资源，形成可靠性和可用性更高的关联数据集，并结合语义检索和属性值匹配等技术，构建高校图书馆用户个性化推荐服务系统；最后，验证系统有效性，实现图书馆内部主题推荐、图书推荐和专家推荐三个子系统的协同，并通过用户与文献资源特征的深层次挖掘，识别用户的兴趣点和所在聚类集。……