基于SOM神经网络的高校图书馆个性化推荐服务系统构建

资源分类不合理、资源检索机制不完善是高校图书馆数字化建设中的重要问题。文章基于SO M神经网络聚类算法无参数、精准度高和客观性强的特点,首先对山西大学图书馆用户Web访问行为进行聚类和优化分析。其次,基于用户分析结果的输出,将用户个人特征信息、用户行为数据以及文献数据库等相关数据资源进行筛选整合,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。最后对系统进行有效性验证,实现了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。通过用户与文献资源特征的相关性计算,进一步识别用户的兴趣点和所在聚类集。