融合用户数据的高校图书馆书目系统设计

摘要

为解决传统图书馆书目系统个性化服务不足的问题，本文通过融合用户行为数据的智能推荐模型以提升服务效能。采用混合研究方法，通过爬虫技术采集80万条用户借阅记录与联机公共目录检索系统(OPAC)检索日志，结合K均值(K-means)聚类算法对用户画像进行聚类分析;设计基于协同过滤与内容过滤的双重推荐算法，并引入时间衰减因子优化权重。测试结果表明:本系统使图书检索耗时降低53.1%，图书利用率提升37%，用户满意度达到89.2%。研究表明，深度整合用户数据能够显著优化书目系统的精准服务能力，为智慧图书馆建设提供可复用的技术框架。

关键词

用户数据 / 融合 / 高校 / 图书馆 / 书目 / 系统设计