李冬

（商丘职业技术学院，河南 商丘 476001）

一、引言

随着现代信息技术的高速发展，智能化、数字化技术相关应用在人们学习、生活中大量普及，数字图书资源在这一时代背景中迅猛发展，面对丰富多样的数字图书资源，提高读者粘合度、满意度，是数字图书保持发展活力的关键；挖掘读者的隐性偏好，根据其个性化的需求，通过智能化信息过滤技术为其推荐相关资源，是提高数字图书服务效率和质量重要举措。

基于各种算法建立起来的数字图书推荐系统是根据读者的个人偏好，提供差异化图书推荐的有效方法，算法是推荐系统高效、准确运行的基础和关键。基于数字图书内容的协同过滤算法推荐给读者的图书准确率较好，基于读者评分推荐算法推荐的图书质量较高，但这些都难以挖掘读者潜在的、隐性的图书偏好，推荐结果难以满足读者更广泛的阅读需求。关联语义链网络能够有效的组织web上松散的数字图书资源，结合协同过滤算法，构造能够挖掘读者隐性图书偏好的推荐系统，以达到向读者更好的推荐数字图书的目的。

二、相关问题

挖掘读者的隐性偏好需要将读者深层次的图书需求与相关信息产生关联，语义化能够有效揭示资源之间的关系，进而提供高层次的自动化、智能化的信息处理服务。

语义化是一种知识组织的抽象方法，是在资源中建立有针对性的、适宜的语义标签，通过资源语义标签的内容反映出特定资源的语义特征，从而在一定程度上实现计算机对特定资源特征与内容的理解和掌控[1]。……