數(shù)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(shù)背景
1.2 行業(yè)背景
1.3 研究目的和意義
1.4 國內(nèi)外研究現(xiàn)狀
1.4.1 國外個性化服務系統(tǒng)研究現(xiàn)狀
1.4.2 國內(nèi)個性化服務系統(tǒng)研究現(xiàn)狀
1.4.3 國內(nèi)外個性化服務系統(tǒng)比較分析
1.5 參考文獻
第2章 數(shù)字圖書館概述
2.1 數(shù)字圖書館的起源與發(fā)展
2.2 數(shù)字圖書館的含義和特征
2.2.1 數(shù)字圖書館的含義
2.2.2 數(shù)字圖書館的特點
2.3 數(shù)字圖書館與傳統(tǒng)圖書館的關(guān)系
2.3.1 數(shù)字圖書館為傳統(tǒng)圖書館帶來的機遇和挑戰(zhàn)
2.3.2 數(shù)字圖書館與傳統(tǒng)圖書館的比較分析
2.4 數(shù)字圖書館建設現(xiàn)狀及發(fā)展趨勢
2.4.1 國外數(shù)字圖書館的建設現(xiàn)狀
2.4.2 國內(nèi)數(shù)字圖書館的建設現(xiàn)狀
2.4.3 數(shù)字圖書館發(fā)展趨勢
2.5 數(shù)字圖書館關(guān)鍵技術(shù)
2.6 小結(jié)
2.7 參考文獻
第3章 數(shù)字圖書館個性化服務概述
3.1 數(shù)字圖書館個性化服務問題的提出
3.2 數(shù)字圖書館個性化服務的概念
3.3 數(shù)字圖書館個性化服務的特征
3.4 數(shù)字圖書館個性化服務體系結(jié)構(gòu)
3.5 數(shù)字圖書館個性化服務的方式
3.6 數(shù)字圖書館個性化服務的關(guān)鍵問題
3.7 小結(jié)
3.8 參考文獻
第4章 基于新型決策支持系統(tǒng)的數(shù)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(jié)構(gòu)
4.1.2 數(shù)據(jù)倉庫技術(shù)
4.1.3 聯(lián)機分析處理技術(shù)
4.1.4 數(shù)據(jù)挖掘技術(shù)
4.1.5 數(shù)據(jù)的ETL技術(shù)
4.1.6 數(shù)據(jù)倉庫、聯(lián)機分析和數(shù)據(jù)挖掘的關(guān)系
4.2 基于DSS的數(shù)字圖書館個性化服務系統(tǒng)體系結(jié)構(gòu)
4.3 基于DSS的數(shù)字圖書館個性化服務系統(tǒng)功能模型
4.4 小結(jié)、
4.5 參考文獻
第5章 數(shù)字圖書館數(shù)據(jù)倉庫系統(tǒng)設計
5.1 數(shù)據(jù)倉庫設計技術(shù)概述
5.1.1 數(shù)據(jù)倉庫設計基本過程
5.1.2 數(shù)據(jù)倉庫主題選取
5.1.3 數(shù)據(jù)倉庫維度建模
5.1.4 數(shù)據(jù)倉庫中數(shù)據(jù)組織
5.2 數(shù)字圖書館數(shù)據(jù)倉庫功能需求分析
5.2.1 數(shù)字圖書館數(shù)據(jù)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(shù)字圖書館數(shù)據(jù)倉庫維度建模
5.3.1 數(shù)字圖書館數(shù)據(jù)倉庫可利用數(shù)據(jù)
5.3.2 數(shù)據(jù)倉庫粒度的確定及數(shù)據(jù)分割
5.3.3 數(shù)據(jù)倉庫主題涉及的維度分析
5.3.4 數(shù)據(jù)倉庫各主題的星形維度設計
5.4 數(shù)字圖書館數(shù)據(jù)倉庫數(shù)據(jù)的ETL
5.4.1 數(shù)字圖書館數(shù)據(jù)倉庫創(chuàng)建過程
5.4.2 數(shù)字圖書館數(shù)據(jù)倉庫ETL數(shù)據(jù)抽取機制
5.4.3 數(shù)字圖書館數(shù)字倉庫ETL體系結(jié)構(gòu)
5.5 小結(jié)
5.6 參考文獻
第6章 數(shù)字圖書館個性化服務用戶模型
6.1 用戶模型相關(guān)理論
6.2 數(shù)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(shù)字圖書館用戶興趣模型
6.3.1 讀者興趣模型結(jié)構(gòu)
6.3.2 讀者興趣模型設計
6.4 基于本體的數(shù)字圖書館用戶興趣模型
6.4.1 基于本體的用戶模型架構(gòu)
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(jié)合的用戶興趣抽取方法
6.4.4 漸進遺忘和滑動窗口相結(jié)合的興趣更新方法
6.5 基于用戶檢索行為的數(shù)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(shù)
6.5.2 基于用戶檢索行為的用戶興趣建模
6.6 小結(jié)
6.7 參考文獻
第7章 數(shù)字圖書館個性化服務數(shù)據(jù)分析與挖掘
7.1 文獻資源的聯(lián)機分析處理
7.1.1 資源的多維數(shù)據(jù)需求分析
7.1.2 資源訪問多維數(shù)據(jù)立方體建立
7.1.3 資源訪問多維數(shù)據(jù)分析
7.2 文獻資源的關(guān)聯(lián)挖掘
7.2.1 關(guān)聯(lián)規(guī)則挖掘技術(shù)
7.2.2 文獻資源的關(guān)聯(lián)挖掘過程
7.3 數(shù)字圖書館讀者群劃分
7.3.1 基于關(guān)聯(lián)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(jié)
7.5 參考文獻
第8章 數(shù)字圖書館個性化服務信息推薦技術(shù)
8.1 信息推薦技術(shù)相關(guān)理論
8.1.1 信息推薦系統(tǒng)概述
8.1.2 基于內(nèi)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(guān)問題
8.1.6 推薦系統(tǒng)的評價
8.2 基于內(nèi)容過濾的個性化信息推薦
8.2.1 基于內(nèi)容過濾的推薦方法
8.2.2 內(nèi)容過濾中用戶興趣及資源模型表達
8.2.3 基于內(nèi)容過濾的文獻資源推薦算法
8.2.4 基于內(nèi)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(nèi)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(jié)
8.6 參考文獻
第9章 數(shù)字圖書館個性化服務系統(tǒng)應用實踐
9.1 數(shù)字圖書館個性化服務系統(tǒng)需求
9.2 數(shù)字圖書館個性化服務系統(tǒng)功能模塊
9.3 數(shù)字圖書館個性化推薦服務功能分析
9.4 數(shù)字圖書館個性化推送服務功能分析
9.5 數(shù)字圖書館個性化服務功能實現(xiàn)
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(xiàn)
9.6 小結(jié)
9.7 參考文獻