1. 研究目的与意义
在精神文明建设过程中，图书馆作为提供人们信息、学习的重要场所，发挥着不可替代的作用，在当前大数据时代背景下，如何以大数据技术为基础，构建智慧图书馆，是图书馆转型发展过程中的重点研究内容。利用大数据技术实现整体感知、共享协同，随时为用户提供图书馆中书籍的信息，并实时根据用户图像向用户智能推荐书籍。使智慧图书馆的开发更具效率和灵活性有针对性，为用户利用碎片时间学习提供方便，也大大节省用户的时间，同时节省了人力资源。
本课题拟完成基于大数据平台架构的校园智慧无人图书馆设计与实现。校园智慧无人图书馆系统拟采用协同过滤算法对学生用户进行分析，支持根据用户画像智能推荐。该系统将带来如下好处：1.节省学校人力资源成本。2.有利于学生用户快速挑选适合自身的书籍。3.使用大数据分析根据热门图书对图书摆放位置进行合理调整
2. 课题关键问题和重难点
| 基于大数据平台架构的校园智慧无人图书馆系统分为四个大模块：基于协同过滤算法的智能推荐图书、基于读者属性数据和读者借阅、进馆等几类指标对读者行为进行聚类，以此来发现群体之间的行为特征和潜在特征，从而实现对读者群体的画像。本课题拟完成基于大数据平台架构的校园智慧无人图书馆系统的设计与实现 。
本课题的关键： 1.用户信息以及图书信息的数据存储 2.实现对读者群体的画像 3.前后端数据交互与数据实时更新 本课题难点： 1.用户画像实现。此处难点在于如何运用聚类算法对用户进行分类。 2.协同过滤算法的应用及智能推荐的实现 |
3. 国内外研究现状（文献综述）
随着科技不断发展,越来越多的产物开始向智能化转变。为了顺应时代发展潮流,高校图书馆也做出了改革创新。以大数据思想为核心，已成为第三代图书馆资源管理系统的典型特征，新系统也成为高校图书馆行业普遍关注的信息化建设方向。随着大数据在不同领域的快速发展,普及大数据分析技术在各领域数据价值挖掘中的应用,为大数据分析快捷实施和高效运行赋予方法和平台支撑,成为促进大数据分析与领域应用结合的发展方向[1]。大数据技术可以实现高效、便捷地从已有的巨量信息资源中提取最有用的部分，对数据的探索和分析，以发现有意义的模式或规则[2]。使得信息资源趋于智能化、个性化、网络化，从而可以获得更加及时而准确的洞察读者的意愿、行为、阅读习惯、信息需求等，以便为读者提供交互式的更具个性化的新型知识服务。近几年,随着互联网技术与制造业的深度融合,实现智能制造成为世界各国战略发展的重要一步[3]。未来的时代将是大数据引领各方面发展的时代，未来的数字图书馆将是建立在网络、智能、大数据等基础上的便利、高效、互联、互动、智能、个性的图书馆，而大数据知识服务体系作为一种智慧化的知识服务模式使得实现未来数字图书馆的新目标成为可能.笔者基于大数据知识服务体系来探讨数字图书馆的构建以期为数字图书馆的建设提供一种新思路。根据从内部或外部组织检索到的各方面的信息量不断增加,应为大数据的收集、存储、处理全过程的自动化提供平台 [4]。
在新型信息技术高速发展的大环境下,图书馆已变为了用户搜集文献资料主要场所之一[5]。每次信息技术的发展与变革，带给图书馆的既有机遇也有挑战，图书馆是消亡于历史还是发展于未来，取决于图书馆自身能否积极面对并运用新技术进行全方位的变革与创新。所以数字图书馆要抓住信息科技革命带来的机遇，积极面对并利用大数据技术、大数据知识服务体系以开创数字图书馆光明而美好的未来.数字图书馆的建设任务是繁重而复杂的, 宏观的构建思路是圆满完成数字图书馆建设任务必不可少的指导。首先，在大数据时代，数字图书馆人要转变思想，寻求与时俱进的生长点，将大数据视为图书馆的最重要资产，熟练掌握和运用大数据分析、挖掘技术及大数据知识服务体系，在各种信息技术共同推动下提供以分析、预测和智能辅助决策等为主要特点的智慧服务，并将智慧服务作为数字图书馆的主要服务内容。其次，要维护并完善数字图书馆的相关制度，指导、调节和约束政府管理部门、数字图书馆和用户的行为，发挥数字图书馆在公益服务、数据安全和隐私权保护等方面的重要作用，为公共的智慧服务提供保障。最后，为实现数字图书馆建设和管理的高效、统一，增加对图书馆活动的效率和监督,从而为图书馆员和图书馆用户提供便捷的图书馆使用途径[6],使大数据知识服务体系得到有效的应用，需要将数字图书馆建设、管理实体的确立作为重中之重，同时加强图书馆内部各部门之间的协调合作以及图书馆与其他合作单位、部门的协同互助.以打造能够提升用户知识、智慧水平的智慧图书馆作为未来发展的终极目标。智慧图书馆逐步会替代传统图书馆成为了我国图书馆建设最重要的组成部分,在高校图书馆的转型发展中表现的尤为明显[7]。
推荐系统是解决“信息过载”问题的一种有效手段[8]，其中协同过滤是推荐系统中应用广泛且成功的算法[9]。但是随着用户数和项目数的增加,协同过滤算法面临着数据稀疏性、用户兴趣偏好难以获取、可扩展性等问题。本系统运用协同过滤算法通过用户图像给用户进行个性化推荐。将协同过滤算法引入高校图书馆管理系统,利用用户借阅历史记录,查询历史记录以及图书反馈评价等进行数据挖掘,向用户进行个性化的图书推荐,以提高用户学习效率。本论文是使用django框架,可以在短时间内创建出高品质、易维护和数据库驱动的web应用程序[10]。以高校图书馆的大量历史数据为基础,通过系统需求分析,使用基于用户和基于项目的协同过滤推荐算法,设计出了具有个性化图书推荐功能的图书管理系统。
4. 研究方案
1. 系统功能结构
5. 工作计划
2022-2023-1学期：
第15-16周：确定选题，查阅相关中英文资料，选定项目相关技术；
第17周：与导师沟通进行课题总体规划；
课题毕业论文、文献综述、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
