文献综述
1.课题研究的现状及发展趋势
随着社会信息量的与日俱增，作为信息存储的主要媒体之一的图书，其数量、规模都比以往任何时候都大的多，不论个人还是图书管理部门都需要使用方便而有效的方式管理自己的书籍。而在当下，随着网络技术、云计算技术、数据库存储技术、移动互联网技术在图书馆中的深入融合应用，图书馆的馆藏文献越来越丰富，用户访问频率越来越高，积累的各类数据量越来越多，图书馆已经进入了大数据时代。
文献检索是图书馆的一项重要职能，是其服务用户的一种主要方式，也是用户开展科学研究工作、撰写论文的一种必要手段。虽然现今的图书馆的文献检索方式已由传统的手工检索转变为计算机检索，但是在大数据环境之下，以“关键词匹配”为主要运算方式的计算机检索无法满足海量用户的多样化检索需求。访问规模的不断增加，使得图书馆平台积累的用户数据越来越多，这些海量数据都蕴含着丰富的用户特征，如果能提取并利用该特征建立用户的文献偏好模型，将有助于实现基于偏好的检索结果排序，用户找到满意文献的时间也会大大缩短，图书馆个性化服务功能将得以最大释放。
2.本课题研究的意义和价值
随着管理系统的广泛应用，信息数据迅速增加。一方面，人们拥有大量的信息资源。另一方面，人们寻求准确信息的时间成本和难度也在增加。本课题将基于机器学习的推荐算法原理，从图书馆用户借阅行为数据中提取相关文献特征，为用户推荐其最大感兴趣的图书信息，减少用户的检索时间，提升用户的满意度，增加用户与系统的粘合性。同时使图书馆管理系统不仅仅局限于增删改查借还等基本功能之中，为图书馆向用户提供个性化推荐服务打下基础。
以上是毕业论文文献综述，课题毕业论文、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。
