个性化推荐技术研究及其在数字图书馆中应用

近年来，数字存储技术的飞速发展使得几乎所有的事物都可数字化。特别地，以图书馆资源数字化为目的的数字图书馆(Digital Library)建设在各国迅猛发展，其相关研究工作也掀起了一股热潮。 在数字图书馆的众多研究方向中，数字图书馆中的个性化服务已经成为一种趋势，其最大优点就是能为不同背景、不同目的的用户提供满足个性化需求的数字资源。通过对Web环境下的用户数据和用户日志进行深入的统计与分析，可以发现用户的兴趣所在，挖掘隐藏在这些数据背后的更重要的用户兴趣模式信息以及关于这些数据整体特征的描述，并预测其发展趋势，进而在恰当的时间方便快捷地为不同的用户提供恰当的“一对一”的个性化信息服务。个性化服务不仅会改善数字图书馆的Web站点设计，而且对数字图书馆整体的服务决策过程具有重要的意义。 本文首先介绍了国内外数字图书馆及其个性化技术的研究现状以及高等学校中英文图书数字化合作项目(CADAL)的背景和进展；接着本文阐述了Web挖掘技术的基本原理，并在对Web挖掘过程深入分析的基础上提出了一种新的数据结构--序列模式树，并给出其构建算法。基于构建好的序列模式树数据结构，本文提出了一种频繁序列模式挖掘的算法，并将其应用在数字图书馆个性化服务中。最后，本文给出了基于序列模式树和频繁序列模式挖掘算法的CADAL个性化服务系统的具体实现。