导读:本文包含了读者兴趣模型论文开题报告文献综述及选题提纲参考文献，主要关键词:大数据,Hadoop,C#语言,读者兴趣分析
读者兴趣模型论文文献综述
于红蕾[1]（2017）在《基于Hadoop平台的图书馆读者兴趣分析与导向系统模型的建立》一文中研究指出近年来,特别是党的十八大以来,在创新驱动国家战略的引领下,在大众创业,万众创新的大时代背景下,互联网+高校信息化管理成为了炙手可热的话题。作为学校信息数据量巨大的部门——图书馆,随着移动网络、大数据、云计算以及物联网等新兴技术的逐渐成熟和高校对图书馆信息化的日益重视,已经对越来越多的图书资源实现了信息化管理,并且使其呈现出了功能多样化的百花齐放的局面。广大师生在图书馆检索查阅过程中会产生非常大的数据量,这些数据正是我们对读者的阅读和检索兴趣进行深入分析的依据。值得注意的是,读者的检索多样化和读者兴趣分析及图书应用推荐智能化需求也为图书馆带来了巨大的挑战:一方面,单一的服务器外加磁盘阵列架构的图书馆智能化硬件设施已无法适应大量的数据检索分析及存储的需要,并且,以上硬件存在成本较高和难以适应大数据时代需求的缺点;另一方面,当前对高校的图书馆借阅流通数据的分析方法仍旧停留在对各种单一指标对象的分析上,分析得不够全面;最后,现行的读者兴趣分析只是得出了一个统计结果,而不是能将统计结果进一步转化为对学校图书馆如采购等其他工作产生直观指导的数据。为解决以上问题,通过对长春某大学及其周边部分省属高校图书馆进行数据分析与实地调研,结合大数据理论,结合导师的研究方向和相关横向课题,在深入研究Hadoop大数据技术的基础上,建立兴趣分析和导向模型可以对高校图书馆信息化建设的研究起到一定的借鉴作用。本文主要在以下四方面展开研究:一是将Hadoop大数据技术与C#语言数据分析技术应用于读者兴趣分析与导向分析工作中,同时为了解决大数据存储与运算的高成本问题,本文选择了成本较低的Microsoft Azurez作为服务器群,用来构建Hadoop数据平台;二是利用NoSQL分布式数据库和HBase数据库对图书馆读者借阅检索日志(图书电子资源访问来源)进行分析,通过日志分析,实现了对图书馆电子资源的使用信息进行监控、优化;叁是通过对读者的文献借阅的历史数据进行挖掘,构建文献推荐模型框架;第四,将文献推荐模型框架生成的图书推荐列表进行转化,最终为采编部生成采购清单。本论文实现了以下叁个方面的创新:一是将现流行的Hadoop大数据分析技术引入了较为传统的高校图书馆读者兴趣分析与导向工作中,实现了在廉价的计算机上构建文献借阅分析集群平台,充分利用微软的云平台,使海量文献借阅信息的分布式存储问题迎刃而解。二是在数据分析方面,将C#编程语言引入Hadoop框架,为兴趣分析与导向模型的建立提供了高效、直观的数据分析方案,把读者的借阅历史数据进行大数据分析与比对,最终实现针对读者的个性化推荐,进而为图书馆的馆藏图书建设、馆内图书资源结构调整提供强有力的决策支持。第叁是实现了个性化推荐图书,为图书馆的图书采购部采购图书提供参考。(本文来源于《长春工业大学》期刊2017-06-01）
冯静,张福泉[2]（2017）在《图书信息检索中读者兴趣偏好挖掘模型的建立仿真》一文中研究指出针对传统挖掘模型对图书信息检索中读者兴趣偏好数据进行挖掘时,存在的挖掘效率低、耗时长等问题,提出基于聚类分析的读者兴趣偏好挖掘模型.采用分类索引分布树法对图书相似度与读者兴趣距离进行计算,通过兴趣因子对兴趣偏好度进行度量,并以此为基础,采用相关反馈模型Rocchio算法对读者兴趣图书检索进行扩展,引入聚类分析法建立图书信息检索中读者兴趣偏好挖掘模型.实验仿真结果表明,采用改进模型时,其挖掘效率、时间及误差均优于传统模型.(本文来源于《沈阳工业大学学报》期刊2017年02期）
陈臣[3]（2017）在《图书馆小数据读者个性化兴趣预测与发现模型的构建》一文中研究指出读者兴趣预测与发现模型的准确性和时效性是图书馆个性化服务的关键,可以从图书馆小数据中发现读者的兴趣,为读者提供更好的个性化服务。文章针对读者的兴趣非静态,且随着时间的推移而动态变化的特点,在对大数据和小数据关系研究的基础上,提出一种基于小数据的读者个性化兴趣预测与发现模型,该模型在预测读者兴趣方面有较高的可信度和准确度。(本文来源于《图书馆论坛》期刊2017年05期）
赵彦辉[4]（2012）在《基于流通数据挖掘的读者阅读兴趣本体模型构建》一文中研究指出从检索图书馆读者借阅记录入手,针对读者借阅记录的分类号进行频数统计和聚类分析,并依据获得的借阅兴趣类目构建读者阅读兴趣本体模型。使用SWRL规则描述语言构造推理规则,在Jess推理引擎中进行推理,实现读者阅读兴趣本体模型的动态更新。通过程序测试表明:挖掘流通数据、建立读者阅读兴趣本体模型、利用关系数据库数据和推理方法动态更新本体,是实现个性化荐书服务自动推送的可行方法。(本文来源于《图书情报工作》期刊2012年03期）
熊拥军,刘卫国,张建中[5]（2005）在《基于资源分类树的读者兴趣模型设计与实现》一文中研究指出图书馆的服务正在由人工服务拓展为基于数字图书馆的网络服务。为了更好地给读者提供个性化的信息资源服务,更准确地描述读者兴趣,作者设计了一种基于资源分类树的读者兴趣模型,本文详细介绍了该读者兴趣模型的建立、优化和资源关联度计算的过程,并通过实例证明了该模型的实用性和可行性。(本文来源于《情报理论与实践》期刊2005年03期）
熊拥军,张建中[6]（2004）在《数字图书馆服务中读者兴趣模型设计》一文中研究指出图书馆的服务由人工服务拓展到数字图书馆的网络服务。设计出基于读者兴趣模型的数字图书馆网络服务系统结构 ,着重研究了读者兴趣模型的建立和优化 ,并通过实例说明此模型可有效地发现读者兴趣。(本文来源于《情报杂志》期刊2004年07期）
读者兴趣模型论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
针对传统挖掘模型对图书信息检索中读者兴趣偏好数据进行挖掘时,存在的挖掘效率低、耗时长等问题,提出基于聚类分析的读者兴趣偏好挖掘模型.采用分类索引分布树法对图书相似度与读者兴趣距离进行计算,通过兴趣因子对兴趣偏好度进行度量,并以此为基础,采用相关反馈模型Rocchio算法对读者兴趣图书检索进行扩展,引入聚类分析法建立图书信息检索中读者兴趣偏好挖掘模型.实验仿真结果表明,采用改进模型时,其挖掘效率、时间及误差均优于传统模型.
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
读者兴趣模型论文参考文献
[1].于红蕾.基于Hadoop平台的图书馆读者兴趣分析与导向系统模型的建立[D].长春工业大学.2017
[2].冯静,张福泉.图书信息检索中读者兴趣偏好挖掘模型的建立仿真[J].沈阳工业大学学报.2017
[3].陈臣.图书馆小数据读者个性化兴趣预测与发现模型的构建[J].图书馆论坛.2017
[4].赵彦辉.基于流通数据挖掘的读者阅读兴趣本体模型构建[J].图书情报工作.2012
[5].熊拥军,刘卫国,张建中.基于资源分类树的读者兴趣模型设计与实现[J].情报理论与实践.2005
[6].熊拥军,张建中.数字图书馆服务中读者兴趣模型设计[J].情报杂志.2004