注：每個(gè)學(xué)校模板不一樣，僅供參考，需要私定聯(lián)系Up主

一、選題的目的、意義、研究現(xiàn)狀，本選題研究的基本內(nèi)容、擬解決的主要問題

（一)目的、意義

隨著新興媒體的快速更新與盛行,公共圖書館的規(guī)模和現(xiàn)代化硬件設(shè)施不斷得到優(yōu)化和增加,圖書館的紙質(zhì)圖書質(zhì)量和數(shù)量也呈直線上升的趨勢(shì)。廣大市民要想在海量的館藏中尋找適合自己的圖書十分困難,有些年長者更是對(duì)紛繁冗雜的圖書無從下手。此外,傳統(tǒng)的檢索方式已經(jīng)不能滿足讀者的閱讀服務(wù)需求,他們?cè)絹碓叫枰鄻踊?、個(gè)性化的檢索方式。

為了出版社和圖書館可以更容易的把握讀者的個(gè)人喜好，同時(shí)也使讀者能夠及時(shí)獲得自己所需要的相關(guān)書籍，而不是耗時(shí)耗力地自行查找，圖書館需要采取多種方式收集和分析讀者的閱讀信息,準(zhǔn)確分析讀者需求，創(chuàng)新閱讀模式,為讀者提供精準(zhǔn)和個(gè)性化的書籍推薦服務(wù)，提升讀者的閱讀體驗(yàn)。當(dāng)前，加強(qiáng)書籍推薦系統(tǒng)功能和提升讀者滿意度已成為公共圖書館的工作目標(biāo)之一。

（二）研究現(xiàn)狀

隨著國際互聯(lián)網(wǎng)的進(jìn)一步發(fā)展，云計(jì)算和大數(shù)據(jù)技術(shù)越來越深刻地影響著工業(yè)、商業(yè)、金融、教育、軍事等社會(huì)的各個(gè)層面和領(lǐng)域，并且潛移默化地改變著人們的生活方式。云計(jì)算和大數(shù)據(jù)技術(shù)的迅速發(fā)展使之很快應(yīng)用于高校圖書館領(lǐng)域，書籍推薦服務(wù)也得到進(jìn)一步加強(qiáng)，它們?yōu)橛脩舻拈喿x創(chuàng)造了廣闊自由的環(huán)境,提供了高效、快速和方便的信息傳遞途徑。

個(gè)性化圖書推薦系統(tǒng)以圖書管理系統(tǒng)為背景，引入了個(gè)性化推薦技術(shù)，使圖書管理系統(tǒng)能夠根據(jù)用戶的不同，推薦出個(gè)性化和人性化的結(jié)果，使用戶能夠通過此系統(tǒng)，更加高效的檢索和學(xué)習(xí)。圖書管理系統(tǒng)跨越了時(shí)間和空間的障礙,使得任何時(shí)間、任何地點(diǎn)的用戶都可以通過互聯(lián)網(wǎng)來閱讀。一般的推薦系統(tǒng)主要是由行為記錄模塊、模型分析模塊和推薦算法模塊組成。針對(duì)圖書檢索和書籍推薦,個(gè)性化圖書推薦系統(tǒng)主要對(duì)圖書館日志里記錄的讀者借閱數(shù)據(jù)、查詢數(shù)據(jù)等進(jìn)行整理,分析挖掘讀者的閱讀愛好從而進(jìn)行個(gè)性化圖書推薦。個(gè)性化推薦技術(shù)的引入，使得原本呆板的圖書管理系統(tǒng)有了生機(jī)，它可以針對(duì)不同的用戶，推薦不同的圖書資源,更適應(yīng)用戶的需求,使用戶更加能夠高效率的閱讀。

（三）基本內(nèi)容

本課題對(duì)圖書館的書籍和用戶數(shù)據(jù)進(jìn)行采集，使用Hadoop技術(shù)進(jìn)行數(shù)據(jù)整理并存儲(chǔ)到MySQL數(shù)據(jù)庫中；采用MapReduce技術(shù)進(jìn)行數(shù)據(jù)分析，在結(jié)合圖書館書籍借閱的具體特征的基礎(chǔ)上，提出適用于館藏書籍的個(gè)性化推薦模型；對(duì)用戶相關(guān)數(shù)據(jù)進(jìn)行分析，為相似度較高的用戶建立鄰居關(guān)系，基于協(xié)同過濾算法產(chǎn)生符合用戶興趣的個(gè)性化圖書資源列表；最后對(duì)推薦結(jié)果進(jìn)行排序，并通過可視化技術(shù)展示出來。本課題主要分為以下六個(gè)模塊：

1、書籍和用戶數(shù)據(jù)獲取

對(duì)館藏書籍和用戶數(shù)據(jù)進(jìn)行采集，再使用Hadoop技術(shù)進(jìn)行數(shù)據(jù)整理，并將數(shù)據(jù)存儲(chǔ)到MySQL數(shù)據(jù)庫中，便于后續(xù)對(duì)數(shù)據(jù)進(jìn)行分析。

2、數(shù)據(jù)清洗

由于數(shù)據(jù)量較大，本課題采用MapReduce并行計(jì)算框架進(jìn)行數(shù)據(jù)清理和數(shù)據(jù)整理。

3、館藏書籍信息建模

對(duì)已獲取的館藏書籍信息進(jìn)行分析，構(gòu)建符合其特征屬性的基本模型，存儲(chǔ)到MySQL數(shù)據(jù)庫中。

4、用戶建模及鄰居關(guān)系分析

根據(jù)用戶借閱書籍的相關(guān)信息，采用每個(gè)讀者的借閱評(píng)分向量來建立用戶模型，通過余弦公式計(jì)算出各個(gè)用戶之間的相似度，建立用戶之間的鄰居關(guān)系。

5、協(xié)同過濾

圖書管理系統(tǒng)基于關(guān)鍵詞和圖書分類號(hào)產(chǎn)生檢索結(jié)果，本課題以讀者的借閱記錄作為個(gè)性化推薦的數(shù)據(jù)參考基礎(chǔ),將檢索結(jié)果中已經(jīng)借閱過的圖書過濾掉，將過濾后的圖書列表用于對(duì)用戶的個(gè)性化推薦。

本課題依據(jù)鄰居的相似度及借閱歷史，預(yù)測當(dāng)前用戶可能會(huì)喜歡的的書籍，根據(jù)鄰居對(duì)圖書列表中圖書的偏愛程度進(jìn)行第一次排序，再根據(jù)用戶自己的向量模型計(jì)算得出按照一定順序排列的最終書籍推薦列表。通過此策略，本課題為每一位讀者進(jìn)行個(gè)性化的圖書推薦。

（1）根據(jù)用戶的借閱記錄，過濾掉已經(jīng)借閱過的圖書；

（2）將鄰居的屬性向量數(shù)據(jù)和圖書數(shù)據(jù)進(jìn)行協(xié)同過濾，進(jìn)行第一次排序；

（3）將過濾出的書籍與被推薦者進(jìn)行協(xié)同過濾，進(jìn)行第二次排序；

（4）將最終結(jié)果推薦給用戶。

6、數(shù)據(jù)可視化

使用瀏覽器對(duì)推薦結(jié)果及統(tǒng)計(jì)信息進(jìn)行可視化，通過網(wǎng)頁方式直觀的展現(xiàn)出來。

（四）擬解決的主要問題

稀疏性問題。據(jù)研究結(jié)果表明，當(dāng)用戶評(píng)價(jià)項(xiàng)目數(shù)少于總項(xiàng)目數(shù)的，就很容易造成評(píng)價(jià)矩陣數(shù)據(jù)相當(dāng)稀疏，導(dǎo)致算法難以找到一個(gè)用戶的偏好相似鄰居。

冷啟動(dòng)問題?；谟脩魠f(xié)同過濾是建立在有大量用戶對(duì)某個(gè)產(chǎn)品的評(píng)價(jià)上的，由于在新產(chǎn)品開始階段沒有人購買，也沒有對(duì)其進(jìn)行評(píng)價(jià)，那么在開始階段也將無法對(duì)其進(jìn)行推薦。

算法擴(kuò)展性問題。隨著物品數(shù)尤其是用戶數(shù)的劇烈增加，最近鄰居算法的計(jì)算量也相應(yīng)增加，所以不太適合數(shù)據(jù)量大的情況使用，所以推薦系統(tǒng)性能也會(huì)大大受影響，沒有快速的響應(yīng)速度，對(duì)網(wǎng)絡(luò)用戶來說無法忍受的，因此限制了協(xié)同過濾算法在推薦系統(tǒng)中的使用。

?

二、選題研究步驟、研究方法及措施：

（一）研究步驟

1、課題調(diào)研

對(duì)現(xiàn)狀需求進(jìn)行分析，調(diào)研該課題的背景、目的及意義。

2、對(duì)目前圖書個(gè)性化推薦系統(tǒng)進(jìn)行研究和分析。

3、系統(tǒng)設(shè)計(jì)

根據(jù)需求分析的結(jié)果，按照其功能進(jìn)行模塊劃分，編寫各個(gè)模塊：數(shù)據(jù)采集模塊；數(shù)據(jù)清洗模塊；數(shù)據(jù)分析模塊；數(shù)據(jù)可視化模塊。

4、程序編寫

根據(jù)MapReduce文檔提供的一系列開發(fā)文檔,按其編程風(fēng)格進(jìn)行程序編寫。

5、運(yùn)行調(diào)試

通過IntelliJ IDEA等工具進(jìn)行測試，調(diào)試改進(jìn)程序。

6、撰寫論文

歸納總結(jié)，參考文獻(xiàn)，對(duì)分析結(jié)果進(jìn)行整理，撰寫論文。

（二）研究方法

1、文獻(xiàn)研究法

通過對(duì)期刊、網(wǎng)絡(luò)、圖書等文獻(xiàn)進(jìn)行調(diào)研，了解該課題研究現(xiàn)狀，找出不足，力求能夠避免或者進(jìn)行改進(jìn)。

2、個(gè)案研究法

通過對(duì)有關(guān)成功案例進(jìn)行搜集和分析，借鑒其成功的部分，根據(jù)現(xiàn)有的研究項(xiàng)目進(jìn)行分析與設(shè)計(jì)，理論與實(shí)踐的相結(jié)合，使理論有理有據(jù)，設(shè)計(jì)更合理，并提出自己的看法，在此基礎(chǔ)上創(chuàng)新。

（三）研究措施

通過相關(guān)圖書，學(xué)習(xí)相應(yīng)的有關(guān)知識(shí)，進(jìn)行網(wǎng)上搜索相關(guān)內(nèi)容，閱讀相關(guān)的項(xiàng)目報(bào)告，及時(shí)做筆錄，對(duì)該課題有幫助的部分進(jìn)行整理與分析，開拓思維，由此作為該課題的理論基礎(chǔ)。

三、選題研究工作進(jìn)度：

起訖日期

主要工作內(nèi)容

2021.10.21-2021.11.12

選題、調(diào)研、收集資料

2021.11.13-2021.11.28

論證、開題、撰寫開題報(bào)告

2021.11.29-2022.01.31

實(shí)踐研究、資料搜集過程

2022.02.01-2022.05.17

論文寫作

2022.03.14-2022.03.21

中期檢查

2022.05.18-2022.05.25

論文答辯

四、主要參考文獻(xiàn)：

[1]張捷.基于極限學(xué)習(xí)機(jī)算法的圖書館讀者借閱行為分析[J].現(xiàn)代電子技術(shù),2020,43(5):121-124.

[2]高遠(yuǎn).網(wǎng)絡(luò)環(huán)境下電子圖書館借閱流通管理系統(tǒng)設(shè)計(jì)[J].現(xiàn)代電子技術(shù),2020,43(8):56-59.

[3]吳榮,段宏濤.基于Hadoop平臺(tái)的Spark快數(shù)據(jù)推薦算法解析——以其在圖書推薦系統(tǒng)中的應(yīng)用為例[J].數(shù)字技術(shù)與應(yīng)用,2020,38(6):115-117.

[4]石艷麗,劉欣.基于微信公眾平臺(tái)的圖書借閱信息查詢系統(tǒng)設(shè)計(jì)[J].現(xiàn)代電子技術(shù),2020,43(24):88-91.

[5]高琪娟,劉鍇,陳佳.面向Spark的圖書借閱數(shù)據(jù)關(guān)聯(lián)模型的研究[J].安徽農(nóng)業(yè)大學(xué)學(xué)報(bào),2018,45(4):768-771.