數字圖書館個性化服務研究與實踐於2012-9出版，ISBN是9787118083859
基本介紹
- ISBN：9787118083859
- 頁數：138
- 定價：58.00元
- 出版時間：2012-9
- 副標題：基於新型決策支持系統
內容簡介,圖書目錄,
內容簡介
《數字圖書館個性化服務研究與實踐--基於新型決策支持系統》(作者熊擁軍、張建中、袁小一、黃湘林)針對目前數字圖書館個性化服務存在著數據分析能力欠缺、信息孤島現象和個性化服務單一等問題，將數據倉庫、在線上分析和數據挖掘等新型決策支持技術套用到數字圖書館個性化服務系統，並結合計算機信息管理技術，進行數字圖書館個性化服務理論和實踐的研究。《數字圖書館個性化服務研究與實踐--基於新型決策支持系統》在全面分析數字圖書館個性化服務研究現狀的基礎上，運用數據分析和挖掘技術對讀者、資源及資源訪問數據進行分析和挖掘，基於新型決策支持技術來設計數字圖書館個性化服務系統；介紹了數據倉庫、數據挖掘和在線上分析的原理和技術方法，重點分析了數字圖書館數據倉庫系統的設計、資源訪問多維數據模型構建、讀者興趣模型設計、資源訪問數據的分析與挖掘、資源推薦技術以及在數字圖書館個性化服務系統中的套用實踐。 本書的理論和實踐研究，可供信息管理理論界和信息技術服務部門相關人員參考。
圖書目錄
第1章 緒論
1．1 技術背景
1．2 行業背景
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研究現狀
1．4．2 國內個性化服務系統研究現狀
1．4．3 國內外個性化服務系統比較分析
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展
2．2 數字圖書館的含義和特徵
2．2．1 數字圖書館的含義
2．2．2 數字圖書館的特點
2．3 數字圖書館與傳統圖書館的關係
2．3．1 數字圖書館為傳統圖書館帶來的機遇和挑戰
2．3．2 數字圖書館與傳統圖書館的比較分析
2．4 數字圖書館建設現狀及發展趨勢
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徵
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 基於新型決策支持系統的數字圖書館個性化服務
4．1 新型決策支持系統概述
4．1．1 新型的決策支持系統的基本結構
4．1．2 數據倉庫技術
4．1．3 在線上分析處理技術
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、在線上分析和數據挖掘的關係
4．2 基於DSS的數字圖書館個性化服務系統體系結構
4．3 基於DSS的數字圖書館個性化服務系統功能模型
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 基於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 基於本體的數字圖書館用戶興趣模型
6．4．1 基於本體的用戶模型架構
6．4．2 基於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 漸進遺忘和滑動視窗相結合的興趣更新方法
6．5 基於用戶檢索行為的數字圖書館用P興趣模型
6．5．1 基於用戶檢索行為的用戶建模技術
6．5．2 基於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 文獻資源的在線上分析處理
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 基於關聯挖掘的讀者群劃分
7．3．2 基於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 信息推薦系統概述
8．1．2 基於內容的推薦系統
8．1．3 協同過濾推薦系統
8．1．4 混合推薦系統
8．1．5 推薦系統相關問題
8．1．6 推薦系統的評價
8．2 基於內容過濾的個性化信息推薦
8．2．1 基於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 基於內容過濾的文獻資源推薦算法
8．2．4 基於內容過濾的推薦算法實驗分析
8．3 基於協同過濾的個性化信息推薦
8．3．1 協同過濾原理
8．3．2 基於模型的協同過濾算法
8．3．3 基於記憶體的協同過濾算法
8．3．4 協同過濾算法分析與最佳化方法
8．4 基於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套用實踐
9．1 數字圖書館個性化服務系統需求
9．2 數字圖書館個性化服務系統功能模組
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 系統開發工具和運行環境
9．5．2 個性化服務原型系統展現
9．6 小結
9．7 參考文獻
1．1 技術背景
1．2 行業背景
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研究現狀
1．4．2 國內個性化服務系統研究現狀
1．4．3 國內外個性化服務系統比較分析
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展
2．2 數字圖書館的含義和特徵
2．2．1 數字圖書館的含義
2．2．2 數字圖書館的特點
2．3 數字圖書館與傳統圖書館的關係
2．3．1 數字圖書館為傳統圖書館帶來的機遇和挑戰
2．3．2 數字圖書館與傳統圖書館的比較分析
2．4 數字圖書館建設現狀及發展趨勢
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徵
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 基於新型決策支持系統的數字圖書館個性化服務
4．1 新型決策支持系統概述
4．1．1 新型的決策支持系統的基本結構
4．1．2 數據倉庫技術
4．1．3 在線上分析處理技術
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、在線上分析和數據挖掘的關係
4．2 基於DSS的數字圖書館個性化服務系統體系結構
4．3 基於DSS的數字圖書館個性化服務系統功能模型
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 基於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 基於本體的數字圖書館用戶興趣模型
6．4．1 基於本體的用戶模型架構
6．4．2 基於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 漸進遺忘和滑動視窗相結合的興趣更新方法
6．5 基於用戶檢索行為的數字圖書館用P興趣模型
6．5．1 基於用戶檢索行為的用戶建模技術
6．5．2 基於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 文獻資源的在線上分析處理
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 基於關聯挖掘的讀者群劃分
7．3．2 基於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 信息推薦系統概述
8．1．2 基於內容的推薦系統
8．1．3 協同過濾推薦系統
8．1．4 混合推薦系統
8．1．5 推薦系統相關問題
8．1．6 推薦系統的評價
8．2 基於內容過濾的個性化信息推薦
8．2．1 基於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 基於內容過濾的文獻資源推薦算法
8．2．4 基於內容過濾的推薦算法實驗分析
8．3 基於協同過濾的個性化信息推薦
8．3．1 協同過濾原理
8．3．2 基於模型的協同過濾算法
8．3．3 基於記憶體的協同過濾算法
8．3．4 協同過濾算法分析與最佳化方法
8．4 基於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套用實踐
9．1 數字圖書館個性化服務系統需求
9．2 數字圖書館個性化服務系統功能模組
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 系統開發工具和運行環境
9．5．2 個性化服務原型系統展現
9．6 小結
9．7 參考文獻
