數字圖書館個性化服務研究與實踐：基于新型決策支持系統(tǒng)

第1章 緒論
1.1 技術背景
1.2 行業(yè)背景
1.3 研究目的和意義
1.4 國內外研究現狀
1.4.1 國外個性化服務系統(tǒng)研究現狀
1.4.2 國內個性化服務系統(tǒng)研究現狀
1.4.3 國內外個性化服務系統(tǒng)比較分析
1.5 參考文獻
第2章 數字圖書館概述
2.1 數字圖書館的起源與發(fā)展
2.2 數字圖書館的含義和特征
2.2.1 數字圖書館的含義
2.2.2 數字圖書館的特點
2.3 數字圖書館與傳統(tǒng)圖書館的關系
2.3.1 數字圖書館為傳統(tǒng)圖書館帶來的機遇和挑戰(zhàn)
2.3.2 數字圖書館與傳統(tǒng)圖書館的比較分析
2.4 數字圖書館建設現狀及發(fā)展趨勢
2.4.1 國外數字圖書館的建設現狀
2.4.2 國內數字圖書館的建設現狀
2.4.3 數字圖書館發(fā)展趨勢
2.5 數字圖書館關鍵技術
2.6 小結
2.7 參考文獻
第3章 數字圖書館個性化服務概述
3.1 數字圖書館個性化服務問題的提出
3.2 數字圖書館個性化服務的概念
3.3 數字圖書館個性化服務的特征
3.4 數字圖書館個性化服務體系結構
3.5 數字圖書館個性化服務的方式
3.6 數字圖書館個性化服務的關鍵問題
3.7 小結
3.8 參考文獻
第4章 基于新型決策支持系統(tǒng)的數字圖書館個性化服務
4.1 新型決策支持系統(tǒng)概述
4.1.1 新型的決策支持系統(tǒng)的基本結構
4.1.2 數據倉庫技術
4.1.3 聯機分析處理技術
4.1.4 數據挖掘技術
4.1.5 數據的ETL技術
4.1.6 數據倉庫、聯機分析和數據挖掘的關系
4.2 基于DSS的數字圖書館個性化服務系統(tǒng)體系結構
4.3 基于DSS的數字圖書館個性化服務系統(tǒng)功能模型
4.4 小結、
4.5 參考文獻
第5章 數字圖書館數據倉庫系統(tǒng)設計
5.1 數據倉庫設計技術概述
5.1.1 數據倉庫設計基本過程
5.1.2 數據倉庫主題選取
5.1.3 數據倉庫維度建模
5.1.4 數據倉庫中數據組織
5.2 數字圖書館數據倉庫功能需求分析
5.2.1 數字圖書館數據倉庫主題分析
5.2.2 讀者主題功能需求
5.2.3 資源主題功能需求
5.2.4 資源訪問主題功能需求
5.3 數字圖書館數據倉庫維度建模
5.3.1 數字圖書館數據倉庫可利用數據
5.3.2 數據倉庫粒度的確定及數據分割
5.3.3 數據倉庫主題涉及的維度分析
5.3.4 數據倉庫各主題的星形維度設計
5.4 數字圖書館數據倉庫數據的ETL
5.4.1 數字圖書館數據倉庫創(chuàng)建過程
5.4.2 數字圖書館數據倉庫ETL數據抽取機制
5.4.3 數字圖書館數字倉庫ETL體系結構
5.5 小結
5.6 參考文獻
第6章 數字圖書館個性化服務用戶模型
6.1 用戶模型相關理論
6.2 數字圖書館用戶信息行為的收集
6.2.1 用戶信息行為收集
6.2.2 用戶信息行為收集中應注意的問題
6.3 基于資源分類樹的數字圖書館用戶興趣模型
6.3.1 讀者興趣模型結構
6.3.2 讀者興趣模型設計
6.4 基于本體的數字圖書館用戶興趣模型
6.4.1 基于本體的用戶模型架構
6.4.2 基于本體的用戶模型表示方法
6.4.3 聚類與分類相結合的用戶興趣抽取方法
6.4.4 漸進遺忘和滑動窗口相結合的興趣更新方法
6.5 基于用戶檢索行為的數字圖書館用P興趣模型
6.5.1 基于用戶檢索行為的用戶建模技術
6.5.2 基于用戶檢索行為的用戶興趣建模
6.6 小結
6.7 參考文獻
第7章 數字圖書館個性化服務數據分析與挖掘
7.1 文獻資源的聯機分析處理
7.1.1 資源的多維數據需求分析
7.1.2 資源訪問多維數據立方體建立
7.1.3 資源訪問多維數據分析
7.2 文獻資源的關聯挖掘
7.2.1 關聯規(guī)則挖掘技術
7.2.2 文獻資源的關聯挖掘過程
7.3 數字圖書館讀者群劃分
7.3.1 基于關聯挖掘的讀者群劃分
7.3.2 基于高維聚類分析方法的讀者群劃分
7.4 小結
7.5 參考文獻
第8章 數字圖書館個性化服務信息推薦技術
8.1 信息推薦技術相關理論
8.1.1 信息推薦系統(tǒng)概述
8.1.2 基于內容的推薦系統(tǒng)
8.1.3 協(xié)同過濾推薦系統(tǒng)
8.1.4 混合推薦系統(tǒng)
8.1.5 推薦系統(tǒng)相關問題
8.1.6 推薦系統(tǒng)的評價
8.2 基于內容過濾的個性化信息推薦
8.2.1 基于內容過濾的推薦方法
8.2.2 內容過濾中用戶興趣及資源模型表達
8.2.3 基于內容過濾的文獻資源推薦算法
8.2.4 基于內容過濾的推薦算法實驗分析
8.3 基于協(xié)同過濾的個性化信息推薦
8.3.1 協(xié)同過濾原理
8.3.2 基于模型的協(xié)同過濾算法
8.3.3 基于內存的協(xié)同過濾算法
8.3.4 協(xié)同過濾算法分析與優(yōu)化方法
8.4 基于混合模式的個性化信息推薦
8.4.1 混合推薦模式概述
8.4.2 混合推薦模式用戶興趣模型建立
8.4.3 混合推薦模式系統(tǒng)模型
8.5 小結
8.6 參考文獻
第9章 數字圖書館個性化服務系統(tǒng)應用實踐
9.1 數字圖書館個性化服務系統(tǒng)需求
9.2 數字圖書館個性化服務系統(tǒng)功能模塊
9.3 數字圖書館個性化推薦服務功能分析
9.4 數字圖書館個性化推送服務功能分析
9.5 數字圖書館個性化服務功能實現
9.5.1 系統(tǒng)開發(fā)工具和運行環(huán)境
9.5.2 個性化服務原型系統(tǒng)展現
9.6 小結
9.7 參考文獻