摘要：随着互联网技术和电子商务的飞速发展，信息资源呈现出爆发式的增长态势。通过搜索引擎得到的结果不能满足我们个性化的信息需求，因而出现了推荐系统。推荐系统可以根据用户的历史行为分析用户特征，通过相关算法匹配，预测用户可能感兴趣的对象。

推荐系统在电子商务中得到非常好的应用和发展。本文将研究和设计基于高校数字图书馆的推荐系统，通过推荐服务来帮助高校读者用户找到自己感兴趣的图书信息，同时也将图书馆处于闲置的图书资源推荐给那些对它们感兴趣的读者。

本文介绍了目前主流推荐系统的大体情况以及各推荐系统所使用的推荐算法，并通过问卷调查形式了解当前高校读者用户的借阅行为，阐述了设计目的与思路，设计系统的总体构架，设计与实现了图书推荐系统，最后通过协同过滤推荐算法模拟实现推荐系统。

关键词：高校  数字图书馆 推荐系统 系统设计

目录

摘要

ABSTRACT

第一章前言-3

1.1 研究背景与意义-3

1.2 目前主流推荐系统情况介绍-4

1.3 高校数字图书馆现状分析-6

1.3.1 高校数字图书馆发展现阶段-6

1.3.2 高校图书馆用户需求分析-6

1.3.3高校数字图书推荐系统存在的不足-7

第二章图书推荐系统理论研究-8

2.1 推荐系统概述-8

2.2 常用推荐算法-10

2.2.1 基于关联规则的推荐算法-10

2.2.2 基于内容的推荐算法-11

第三章协同过滤推荐系统-12

3.1 协同过滤推荐概述-12

3.2 基于用户的协同过滤推荐-12

3.2.1 基本原理-12

3.2.2 算法步骤-13

3.3 基于物品的协同过滤推荐-14

3.3.1 基本原理-14

3.3.2 算法步骤-15

第四章系统总体设计与实现-16

4.1-设计目的与思路-16

4.1.1 设计目的-16

4.1.2 设计思路-16

4.2 问卷分析（高校图书馆用户借阅行为调查）-17

4.3 实体关系图-19

4.4 系统架构设计-20

4.5 图书推荐系统实现-21

4.5.1 图书馆系统导入功能-21

4.5.2 热门推荐功能-21

4.5.3 新书与新读者推荐功能-22

4.5.4 图书馆个性化推荐-22

4．6 本章总结-25

第五章总结与展望-26

5.1 总结-26

5.2 展望-26

参考文献-27

致谢-28