圖書館網站個人化推薦系統研究

Abstract

圖書館的資料眾多且龐大。如何提供恰當的引導，讓讀者快速的找到需要的資料，是圖書館重要的課題。在以往，館藏查詢系統是最常被使用的工具。但傳統的系統只能提供被動的、制式的查詢服務，並不能滿足多樣化的現代讀者的需求。為了克服這些缺陷，本研究提出了一個個人化且具時間概念的主動式查詢系統。每一位讀者，一登入系統，系統將主動的提供針對其個人特性而製定的推薦書單，讓讀者能得到更好的服務。\n本研究設計的個人化主題推薦系統，將分析讀者的借閱記錄，找出讀者真正有興趣的主題書目。並運用本體論(Ontology)與語意索引(semantic Indexing)等技術，加上圖書館特有的分類編目知識，來提供使用者感興趣的主題館藏資訊。推薦主題清單將依讀者興趣值高低做個人化的排序，於圖書館網站上推薦給讀者。實驗結果顯示，這套系統確實獲得使用者的認同，將可有效的提升圖書館的服務品質。