摘要
大数据时代的来临为移动图书馆推荐服务带来了新的机遇和挑战。文章针对移动图书馆个性化推荐服务的多源大数据需求与数据融合应用难点,基于Hadoop技术框架,从基础数据层、推荐计算层、应用服务层3个层面,建立多源大数据驱动的移动图书馆个性化推荐系统架构,并设计具体工作流程;进而以图书资源推荐服务为例,综合应用机器学习、数据挖掘、画像建模等方法提出推荐系统技术实现方案,为大数据环境下的移动图书馆个性化推荐系统构建提供新的思路与方法。
The advent of the era of big data has brought new opportunities and challenges to mobile library recommendation services.Aiming at the multi-source big data demand of personalized recommendation services of mobile libraries and the difficulty of data integration applications,this study established a personalized recommendation system architecture of mobile libraries driven by multi-source big data from three levels:the basic data layer,the recommended calculation layer and the application service layer based on the Hadoop technical framework.This research also designed the specific workflow,and then took the recommendation of books as an example,proposed the system technology implementation scheme by comprehensively applying machine learning,data mining,portrait modeling and other methods.It provides a new idea and method for the construction of personalized recommendation systems of mobile libraries under the environment of big data.
作者
赵杨
杨彬
董姝仪
王森
Zhao Yang;Yang Bin;Dong Shuyi;Wang Sen
出处
《图书馆学研究》
CSSCI
北大核心
2021年第11期20-31,共12页
Research on Library Science
基金
教育部人文社科青年项目“基于多源数据融合的移动图书馆用户偏好挖掘研究”(项目编号:17YJC870025)的研究成果之一
关键词
移动图书馆
多源大数据融合
个性化推荐
系统设计
技术实现
mobile library
multi-source big data integration
personalized recommendation
system design
technology implementation
作者简介
赵杨,武汉大学信息管理学院教授,博士生导师,博士。研究方向:用户行为、移动信息服务。;杨彬,武汉大学信息管理学院硕士研究生。研究方向:移动图书馆服务。;董姝仪,武汉大学信息管理学院本科生。研究方向:用户偏好挖掘。;王森,武汉大学信息管理学院硕士研究生。研究方向:个性化推荐。
