互联网+时代大学生个性化图书推荐系统设计与实现

摘 要：随着我国科技信息的快速发展，大学生图书馆也迎来了新的发展机遇，特别是大数据、云计算等技术的普及为个性化图书推荐系统设计，提供了专业的技术支持，互联网+时代的个性化图书推荐系统可以通过挖掘技术，掌握学生的兴趣爱好，从而为学生构建良好的阅读体验。本文以下主要通过对大学生图书馆借阅现状进行探讨，并在分析学生阅读习惯的基础上，构建个性化图书推荐系统设计，从而为学生提供更好的推荐和管理功能。

关键词：互联网+时代；个性化设计；图书推荐系统

互联网+时代设计个性化图书推荐系统，可以为学生提供更好的阅读体验，通过数据挖掘技术了解学生的于都需求，帮助学生可以更便捷高效的找到自己喜欢或需要的刊物。个性化系统的设计主要体现出两个功能，分别为管理采购推荐与读者体验个性推荐，这样不仅满足了学生阅读的个性化需求，提高了图书刊物的利用率，因此，本文对个性化图书推荐系统的设计与实现，可以为学生提供丰富的阅读体验，让更多大学生参与到阅读中来。

1 个性化图书推荐系统概述

个性化图书推荐系统功能，主要依托于大数据技术，对读者的阅读兴趣进行记录、分析、预测，并对向读者推荐符合读者习惯刊物的个性化服务。推荐系统的评估功能，是获取有效信息的重要来源，只有对读者的阅读进行挖掘记录，才能帮助读者提供更有价值的信息刊物，从而提高读者的阅读体验，系统的主要功能模块分为记录、分析、推荐3个计算模块组成，记录模块通过互联网技术，对读者的阅读借还习惯进行记录，分析模块，运用大数据技术对读者阅读兴趣、爱好进行挖掘，推荐模块是本文的研究重点，主要功能是整合前两个模块的分析记录，通过推荐算法为读者提供个性化服务，让读者更高效便捷发现符合自身需求的资源。

2 个性化图书推荐系统的设计原则

互联网+时代的到来，为大学生个性化图书推荐系统设计提供了可行性的专业技术，系统功能的服务对象主要为推荐系统内的学生读者，管理系统对学生学生借还信息进行记录、存储、分析、挖掘，最后由推荐模块的计算功能，向学生读者推荐符合其借阅行为和兴趣的图书资源。此外，个性化推荐还向学生提供采购功能，对学生的采购需求进行记录，从而不断丰富学生的文化视野与阅读资源。本文设计的个性化推荐系统主要遵循以下几项原则：

1）易用性，学生只需要提供证件号码，就可以享受个性化功能；2）完整性，推荐系统对阅读信息进行全面的收入，其中包含读者、图书、借阅、其中图书信息有细分为出版社、作者、分类等详细数据；3）可扩展性，个性化系统会定时对新入读者与新书信息进行更新，并定时剔除冷门书籍与离校学生；4）开原性，个新化管理系统以Linux操作系统为基础，主要应用了LAMP、Apache、MySQL、PHP模块平台等多项技术，LAMP技术的优势为开源性，管理员可以依据需求，对数据代码进行更改。5）交互性，个性化图书推荐系统采用交互式可视界面，为学生读者提供了更好的阅读体验。

3 个性化图书推荐系统功能设计

为了给学生读者提供更好的借阅体验，个性化图书推荐系统功能必须要实现以下目标功能：1）权限控制，个性化推荐系统的功能，可以对不同的读者进行权限划分，确保管理权限的灵活可控性；2）数据导入，可以将图书与读者的详细信息与相关信息进行个性化导入；热门排行榜，可以将学生的借阅信息与图书信息进行热度排行，让读者可以清晰的掌握资源信息；冷门排行榜，整理、归纳、分析、统计借阅量少的图书信息与学生的专业进行比对，这样可以让管理员更高效的更新和整理图书资源；3）图书推荐功能，推荐功能是本文的研究重点，主要功能为对读者的信息进行计算、对比、推荐，其中聚类技术，可以让管理员对读者的借阅进行分析归类；其次是关联技术功能，当学生借阅刊物时，系统对学生的信息进行分析，并结合学生的习惯、爱好，向学生推荐关联书籍；4）图书采购推荐功能，让管理者可以依据图书借阅热度和采购推荐热度，声成采购清单。图书推荐系统要具备热门排行榜、系统管理、权限管理等具体功能框架如图1所示：

图1 个性化图书推荐系统功能设计

4 个性化图书推荐功能实现

4.1 数据导入

图书推荐系统功能要对各种信息数据进行高效处理，特别是将学生对图书的借阅信息以及图书的详细信息，导入到数据库中，大学生图书馆管理系统，同时对各项信息，院系、专业、图书、借阅次数等进行导入，下图为推荐系统导入数据的基本流程。图2所示：

图2 个性化图书推荐系统功能实现

4.2 排行榜实现

图书推荐系统不断将大量信息导入后，形成了以学生借阅习惯、院系、专业等信息为基础的海量数据，推荐系统自動将图书进行分类，并细分成各种数据热门排行榜，帮助学生便捷高效的筛选图书信息，排行榜的分类如下：

1）图书借阅的热门排行榜，个性化推荐系统功能，对图书一阶段的借阅信息进行整理分析，由高到低进行排列，向读者展示前20类图书资源；2）读者信息热度排行榜，推荐管理系统对读者借还图书的次数进行统计，同时列出学生读者的借阅次数、专业、院系，筛选出前20名读者信息进行排列；3）读者院系的热门排行榜，推荐管理系统，对各类图书的信息进行整合，依据读者院系对图书的借阅信息进行分类，统计出读者院系的对某类图书的借阅信息，并将数量排名最靠前的10名院系进行展示；4）读者专业热门排行榜，通过对图书借阅信息资源的整合分析，将读者专业进行归类，统计出各个专业对图书的借阅数量，展示专业刊物借阅的排行信息。5）图书冷门排行榜，管理系统将图书的各种借阅信息进行统计，同时对借阅数量最少的图书进行统计管理，排名最高为借阅数量最少的图书，管理员可剔除长期排行最低的图书；6）读者冷门信息排行，管理系统对读者的信息与图书借阅信息进行管理分析，统计出各院系、专业借阅数量最少的读者，便于发现毕业离校学生；7）院系的冷门排行，管理系统对读者的院系进行统计，从而找出借阅数量最少的院系进行排列；8）各专业冷门排行榜，管理系统对读者信息以及刊物的借还信息张进行统计，将借阅图书最少的专业进行管理排列。

此外，个性化推荐管理系统的人机交互界面，向图书读者呈现数据导入选项，读者可以在输入证件号码后，对数据进行管理，个性化管理系统会依据读者提交的数据进行自动化处理，对图书信息进行分类，待数据整理分析完毕后，系统需要依据不同的指令和需求接受有效性验证，验证通过后系统对数据进行处理保存，而系统管理员可以随时调取图书的展示信息。

4.3 个性化图书推荐

个性化图书推荐功能，是管理系统整合统计信息后核心功能的实现，系统内容主要采取了关联规则算法与聚类算法，通过整合各项数据形成图书推荐清单，读者通过证件号登入推荐管理系统后，系统自动对读者展示推荐信息，针对读者信息的关联与聚类算法，实现个性化推荐处理。管理系统针对这两个特性实施个性化功能处理。

1）个性化推荐读者聚类信息，管理系统首先利用k-means聚类算法，对管理系统内的读者信息实施聚类处理，读者登入个性化推荐管理系统后，系统自动对读者的类别进行统计分析，并筛选出符合读者类别的刊物，同时系统依据读者类别，对图书借阅信息进行统计处理，将读者同类图书的借阅次数排行进行展示，系统处理过程中，同时会提出读者已经借阅过的书籍信息，通过计算分析系统最终形成符合读者要求的图书清单。

2）个性化推荐读者关联信息，读者登入个性化推荐管理系统后，推荐系统对读者的借还信息进行统计分析，如果读者没有阅读记录，系统将无法为读者提供关联性的图书信息，如果读者在系统内存有借还图书的信息记录，系统会对读者的信息进行计算，启动关联规则算法，管理系统对读者的阅读记录，进行关联规则分析，获取与读者相关联的信息资源，系统会依据读者的借阅信息，结合读者兴趣形成推荐图书表，将具有关联性的图书进行秩序排列，并剔除读者借阅过书籍。

此外，个性化图书推荐系统的实现，向管理员提供了读者的特点信息，管理员可以不断对馆内的图书结构进行优化，提高图书的借阅率，尤其是各项数据排行榜为管理员提供了可靠的信息依据，通过个性化推荐管理，管理员可以剔除长期占据冷门榜单图书，同时丰富与热门榜单图书具有关联性的图书，管理员通过馆内图书结构的不断调整，可以有效增强读者的阅读体验，为读者提供优质的个性化服务。

5 结语

综上所述，以上本文主要叙述的是，互联网+时代大学生个性化图书推荐系统的设计与实现，通过分析可以看出，个性化推荐系统可以通过信息技术，对学生的阅读兴趣进行记录分析，并向学生推荐符合其兴趣爱好的图书，此外管理员推荐功能，可以记录学生的采购需求，自动生成信息清单，并结合学生的行为习惯，丰富图书借阅资源，个性化图书推荐系统的应用，可以提高学生的到馆率与借阅率，同时还可以有效调整馆内的图书结构，使图书的規划更合理更科学。

参考文献

[1]王静.基于关联规则的图书销售网站个性化推荐系统设计与实现[D].电子科技大学，2015.

[2]张通.基于图书馆业务数据分析服务的个性化推荐系统设计与实现[D].北京邮电大学，2016.

[3]李雅辉.基于协同推荐的高校个性化图书推荐系统[J].福建电脑，2015（7）：97-98.

[4]赵倩倩.基于隐式反馈的图书推荐系统设计与实现[D].吉林大学，2017.

[5]刘国庆.基于协同过滤的个性化图书推荐系统设计与实现[D].安徽工业大学，2016.

作者简介

宋翠（1973-），馆员，河南水利与环境职业学院。