個(gè)性化圖書(shū)推薦系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)
——以南昌航空大學(xué)圖書(shū)館為例

●周玲元，段隆振

（1.南昌大學(xué)信息工程學(xué)院，南昌330063；2.南昌航空大學(xué)經(jīng)濟(jì)管理學(xué)院，南昌330063）

個(gè)性化圖書(shū)推薦系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)
——以南昌航空大學(xué)圖書(shū)館為例

●周玲元1,2，段隆振1

（1.南昌大學(xué)信息工程學(xué)院，南昌330063；2.南昌航空大學(xué)經(jīng)濟(jì)管理學(xué)院，南昌330063）

個(gè)性化服務(wù)；數(shù)字圖書(shū)館；推薦系統(tǒng)；數(shù)據(jù)挖掘

隨著館藏圖書(shū)的增加，學(xué)生到圖書(shū)館借書(shū)愈發(fā)茫然，本系統(tǒng)結(jié)合南昌航空大學(xué)圖書(shū)館業(yè)務(wù)實(shí)際，使用改進(jìn)的L-Apriori實(shí)現(xiàn)專(zhuān)業(yè)書(shū)籍推薦功能，針對(duì)不同讀者推薦圖書(shū)，滿(mǎn)足讀者個(gè)性化需求。同時(shí)，闡述個(gè)性化圖書(shū)推薦系統(tǒng)的設(shè)計(jì)目標(biāo)、系統(tǒng)框架、主要功能模塊及關(guān)鍵技術(shù)的設(shè)計(jì)與實(shí)現(xiàn)。

現(xiàn)有網(wǎng)絡(luò)環(huán)境下，人們想要準(zhǔn)確、快速地查找到自己所需的圖書(shū)信息反而越來(lái)越困難，一是圖書(shū)檢索結(jié)果可能有成千上萬(wàn)條，從中尋找到目標(biāo)結(jié)果必然消耗大量時(shí)間和精力；二是用戶(hù)需求千奇百怪，不同學(xué)科專(zhuān)業(yè)、習(xí)慣偏好等導(dǎo)致用戶(hù)需求個(gè)性化和多樣化，而傳統(tǒng)的圖書(shū)檢索系統(tǒng)滿(mǎn)足不了用戶(hù)個(gè)性化需求。

個(gè)性化推薦研究成果主要應(yīng)用于電子商務(wù)領(lǐng)域，目前，數(shù)字圖書(shū)館領(lǐng)域推薦系統(tǒng)有：［1-3］卡內(nèi)基·梅隆大學(xué)開(kāi)發(fā)的主動(dòng)協(xié)作過(guò)濾推薦系統(tǒng)，主要用于電子文檔的推薦；MⅠT開(kāi)發(fā)的GroupLens協(xié)同過(guò)濾推薦系統(tǒng)，主要用于新聞信息的推薦；明尼蘇達(dá)大學(xué)開(kāi)發(fā)的協(xié)作過(guò)濾推薦系統(tǒng)可以用于Web電影資源的推薦；孫博陽(yáng)等［4］提出了圖書(shū)館數(shù)字資源的管理系統(tǒng)，對(duì)文獻(xiàn)資源進(jìn)行有效管理；馮太琴［5］針對(duì)北京工業(yè)大學(xué)圖書(shū)館實(shí)際問(wèn)題提出了個(gè)性化選書(shū)導(dǎo)購(gòu)系統(tǒng)；肖紅等［6］引入RSS技術(shù)到圖書(shū)館數(shù)字資源個(gè)性化推薦。國(guó)內(nèi)外圖書(shū)館領(lǐng)域個(gè)性化推薦服務(wù)大多是基于數(shù)字資源的協(xié)同過(guò)濾推薦，尋找最近鄰產(chǎn)生推薦結(jié)果；結(jié)合學(xué)生背景進(jìn)行專(zhuān)業(yè)類(lèi)書(shū)籍、公共類(lèi)書(shū)籍推薦的研究很少。

本文嘗試建立一個(gè)個(gè)性化圖書(shū)推薦系統(tǒng)，結(jié)合南昌航空大學(xué)實(shí)際情況，從歷史借閱數(shù)據(jù)中實(shí)現(xiàn)對(duì)圖書(shū)館館藏情況、讀者的需求情況等方面進(jìn)行分析，并以專(zhuān)業(yè)、圖書(shū)類(lèi)別、新書(shū)推薦等五方面進(jìn)行圖書(shū)推薦，依據(jù)讀者背景信息提供圖書(shū)的智能檢索和推薦服務(wù)，幫助用戶(hù)進(jìn)行信息篩選提高檢索效率，積極引導(dǎo)大學(xué)新生的圖書(shū)借閱，拓寬讀者的閱讀視野，滿(mǎn)足不同用戶(hù)的個(gè)性化需求。

1 圖書(shū)推薦存在的問(wèn)題

1.1 南昌航空大學(xué)圖書(shū)管理系統(tǒng)存在的缺陷

南昌航空大學(xué)圖書(shū)館使用的是現(xiàn)代電子化圖書(shū)館系統(tǒng)，但該系統(tǒng)在推薦圖書(shū)部分有許多不足之處，主要表現(xiàn)在：（1）大一新生面對(duì)高校圖書(shū)館眾多館藏時(shí)無(wú)從著手，各專(zhuān)業(yè)圖書(shū)、公共圖書(shū)的借閱情況現(xiàn)有系統(tǒng)無(wú)法提供；（2）圖書(shū)檢索書(shū)目信息只能逐條瀏覽，不具備個(gè)性化排序和檢索等功能；（3）讀者在瀏覽書(shū)目信息時(shí)看不到圖書(shū)的詳細(xì)介紹信息，只能看到書(shū)名、出版社、作者，不具備內(nèi)容簡(jiǎn)介和出版日期等信息，不能夠完整表達(dá)該圖書(shū)內(nèi)容及其新穎性；［5］（4）系統(tǒng)無(wú)法有效展示圖書(shū)館新進(jìn)圖書(shū)，很難提高新書(shū)的利用率。

1.2 個(gè)性化圖書(shū)推薦系統(tǒng)應(yīng)解決的問(wèn)題

針對(duì)南昌航空大學(xué)及相關(guān)高校圖書(shū)館系統(tǒng)的調(diào)研發(fā)現(xiàn)，絕大多數(shù)圖書(shū)館管理系統(tǒng)僅僅提供公共圖書(shū)檢索、公告發(fā)布、用戶(hù)信息管理等傳統(tǒng)圖書(shū)借閱功能。在圖書(shū)館數(shù)字化建設(shè)越來(lái)越快的背景下，如何有效提高服務(wù)以滿(mǎn)足讀者個(gè)性化需求，最終實(shí)現(xiàn)館藏圖書(shū)的高效利用成為當(dāng)下圖書(shū)館管理系統(tǒng)研究的重點(diǎn)。

如果能夠建立比較完善的個(gè)性化圖書(shū)推薦系統(tǒng)，能夠解決以下問(wèn)題，則可更好地實(shí)現(xiàn)與讀者信息互動(dòng)的功能，既能很好地完成圖書(shū)推薦工作，又能提高圖書(shū)使用率。［7］

（1）實(shí)現(xiàn)對(duì)圖書(shū)進(jìn)行分類(lèi)推薦。不同專(zhuān)業(yè)的學(xué)生對(duì)同一圖書(shū)的偏好是不一樣的。比如按照人文類(lèi)、社科類(lèi)、自科類(lèi)等進(jìn)行細(xì)分；也可以按照專(zhuān)業(yè)、學(xué)院進(jìn)行細(xì)分。

（2）實(shí)現(xiàn)對(duì)同一種圖書(shū)借閱次數(shù)的統(tǒng)計(jì)。通過(guò)這種功能可以了解讀者對(duì)某種圖書(shū)的關(guān)注程度，依據(jù)關(guān)注程度進(jìn)行排序推薦，從而有效提高讀者查詢(xún)命中率。

（3）實(shí)現(xiàn)對(duì)同一類(lèi)圖書(shū)的協(xié)同過(guò)濾推薦。同一類(lèi)圖書(shū)涉及不同作者、出版社及出版日期等信息，通過(guò)協(xié)同過(guò)濾算法實(shí)現(xiàn)有效推薦，提高服務(wù)質(zhì)量。

（4）實(shí)現(xiàn)對(duì)新書(shū)的合理推薦。圖書(shū)館新到圖書(shū)具有受關(guān)注度小、時(shí)效性高、檢索利用率低等特性，通過(guò)合理推薦實(shí)現(xiàn)館藏新書(shū)的高效利用。

2 圖書(shū)推薦系統(tǒng)中數(shù)據(jù)挖掘技術(shù)的應(yīng)用

現(xiàn)有的圖書(shū)館推薦系統(tǒng)大多集中在從全局?jǐn)?shù)據(jù)庫(kù)中挖掘知識(shí)的同時(shí)提高挖掘效率，然而高校圖書(shū)館的數(shù)據(jù)挖掘工作對(duì)時(shí)間并不是特別敏感，且各專(zhuān)業(yè)借閱圖書(shū)關(guān)聯(lián)規(guī)則和全局?jǐn)?shù)據(jù)庫(kù)關(guān)聯(lián)規(guī)則有很大不同。本系統(tǒng)試圖通過(guò)研究本專(zhuān)業(yè)圖書(shū)、跨專(zhuān)業(yè)圖書(shū)和公共圖書(shū)三種推薦服務(wù)提高準(zhǔn)確率，因此，相關(guān)推薦服務(wù)有本月強(qiáng)推、圖書(shū)類(lèi)別推薦、專(zhuān)業(yè)圖書(shū)推薦、學(xué)院圖書(shū)推薦等。

其中，利用SQL Server2005的查詢(xún)功能對(duì)全局?jǐn)?shù)據(jù)進(jìn)行統(tǒng)計(jì)，得出被借閱最多的書(shū)籍實(shí)現(xiàn)本月強(qiáng)推功能；對(duì)全局?jǐn)?shù)據(jù)按圖書(shū)類(lèi)別分類(lèi)然后再進(jìn)行統(tǒng)計(jì)，得到各分類(lèi)圖書(shū)被借閱最多的數(shù)據(jù)實(shí)現(xiàn)圖書(shū)類(lèi)別推薦；利用關(guān)聯(lián)規(guī)則Apriori算法對(duì)專(zhuān)業(yè)書(shū)籍歷史借閱數(shù)據(jù)進(jìn)行挖掘，實(shí)現(xiàn)專(zhuān)業(yè)圖書(shū)關(guān)聯(lián)推薦；利用改進(jìn)的L-Apriori算法實(shí)現(xiàn)學(xué)院跨專(zhuān)業(yè)圖書(shū)推薦功能。

3 個(gè)性化圖書(shū)推薦系統(tǒng)

圖書(shū)館是高校的重要組成部分，也是學(xué)生學(xué)習(xí)的主要場(chǎng)所之一。以其豐富的藏書(shū)、數(shù)字資源支撐著高校的整體發(fā)展。［8］個(gè)性化圖書(shū)推薦系統(tǒng)是圖書(shū)館信息化的重要窗口，能為滿(mǎn)足學(xué)生個(gè)性化知識(shí)需求和培養(yǎng)學(xué)生的創(chuàng)新能力提供支持，在高校的教學(xué)、科研、學(xué)生學(xué)習(xí)中起著重要作用。

3.1 系統(tǒng)建設(shè)目標(biāo)

個(gè)性化圖書(shū)推薦系統(tǒng)主要是以滿(mǎn)足讀者個(gè)性需求為目的，一切從讀者的要求出發(fā)。［9］充分利用圖書(shū)館現(xiàn)有的資源以及歷史借閱數(shù)據(jù)，對(duì)歷史借閱數(shù)據(jù)進(jìn)行合理的整合，然后將整合的知識(shí)提供給各類(lèi)型讀者，進(jìn)而滿(mǎn)足高校讀者快捷、正確、高效地獲取所需資源的要求。為高校圖書(shū)館資源建設(shè)方向提供參考價(jià)值，實(shí)現(xiàn)高校圖書(shū)館可持續(xù)發(fā)展。

3.2 系統(tǒng)框架

南昌航空大學(xué)個(gè)性化圖書(shū)推薦系統(tǒng)利用歷史借閱數(shù)據(jù)對(duì)館藏圖書(shū)資源進(jìn)行搜集、分類(lèi)、標(biāo)引、存檔，并以多重形式向讀者推薦圖書(shū)資源，該系統(tǒng)主要包括三大功能模塊：讀者登入模塊、管理員模塊、圖書(shū)推薦模塊。系統(tǒng)框架如圖所示。

其中，讀者登入模塊和管理員模塊能夠?qū)崿F(xiàn)傳統(tǒng)圖書(shū)館管理系統(tǒng)的基本功能；圖書(shū)推薦模塊由專(zhuān)業(yè)推薦、圖書(shū)排行榜、新書(shū)推薦、圖書(shū)類(lèi)別推薦等多種功能組成，為個(gè)性化圖書(shū)推薦系統(tǒng)的核心模塊。

3.3 功能模塊說(shuō)明

（1）讀者登入模塊。包括的功能有：用戶(hù)注冊(cè)、登陸、身份識(shí)別和權(quán)限管理等功能。主要用于驗(yàn)證讀者身份的合法性。防止非法用戶(hù)進(jìn)入系統(tǒng)以及保障讀者的相應(yīng)權(quán)限；讀者的個(gè)人信息管理和圖書(shū)推薦服務(wù)及管理功能。主要完成讀者個(gè)人信息的收集，同時(shí)可以檢索及查看個(gè)性化圖書(shū)推薦和公共圖書(shū)推薦服務(wù)。

（2）圖書(shū)推薦模塊。圖書(shū)推薦模塊包括：新書(shū)推薦、本月強(qiáng)推、圖書(shū)類(lèi)別推薦。其中，“本月強(qiáng)推”、“圖書(shū)類(lèi)別”推薦功能不涉及讀者偏好，主要基于歷史借閱數(shù)據(jù)得到圖書(shū)借閱次數(shù)，借閱次數(shù)越多受關(guān)注越高。［10］新書(shū)推薦功能根據(jù)管理員的設(shè)定對(duì)新入庫(kù)的圖書(shū)進(jìn)行排序推薦；除此之外，圖書(shū)推薦模塊還包括專(zhuān)業(yè)圖書(shū)推薦、學(xué)院圖書(shū)推薦等功能。

圖 個(gè)性化圖書(shū)推薦系統(tǒng)框架

（3）管理員模塊。此模塊是管理員（采訪(fǎng)人員）對(duì)推薦圖書(shū)信息進(jìn)行處理的平臺(tái)，可以實(shí)現(xiàn)以下功能：添加、刪除用戶(hù)，可以根據(jù)需求設(shè)定用戶(hù)；處理推薦圖書(shū)信息，根據(jù)圖書(shū)推薦次數(shù)等推薦信息下載推薦數(shù)據(jù)；批量導(dǎo)入書(shū)目信息，將本館新進(jìn)圖書(shū)數(shù)據(jù)和館藏?cái)?shù)據(jù)及相關(guān)驗(yàn)收數(shù)據(jù)及時(shí)轉(zhuǎn)入系統(tǒng)；批量刪除書(shū)目信息，將往年已經(jīng)遺失、損毀等圖書(shū)數(shù)據(jù)及時(shí)刪除；圖書(shū)館公告，及時(shí)發(fā)布圖書(shū)館相關(guān)通知、制度及政策。

4 系統(tǒng)實(shí)現(xiàn)關(guān)鍵技術(shù)

4.1 數(shù)據(jù)倉(cāng)庫(kù)

系統(tǒng)開(kāi)發(fā)過(guò)程中發(fā)現(xiàn)涉及多個(gè)數(shù)據(jù)源，系統(tǒng)主要數(shù)據(jù)源包括：①現(xiàn)有南昌航空大學(xué)圖書(shū)館自動(dòng)化系統(tǒng)的歷史運(yùn)行數(shù)據(jù)、流通數(shù)據(jù)；②各出版社提供的書(shū)目數(shù)據(jù)、館藏采購(gòu)數(shù)據(jù)；③館際互借系統(tǒng)數(shù)據(jù)、館藏分配信息等。本系統(tǒng)建立多維數(shù)據(jù)倉(cāng)庫(kù)存放綜合數(shù)據(jù)，使綜合分析數(shù)據(jù)與業(yè)務(wù)系統(tǒng)相分離。使得數(shù)據(jù)分析時(shí)不影響業(yè)務(wù)系統(tǒng)的運(yùn)行，又大大提高了在線(xiàn)查詢(xún)綜合分析速度和個(gè)性化推薦效率。本系統(tǒng)在SQL Server2005中建立數(shù)據(jù)倉(cāng)庫(kù)主要步驟如下。

（1）為不同推薦業(yè)務(wù)設(shè)計(jì)指標(biāo)，合理地設(shè)計(jì)維度和劃分粒度，確保進(jìn)入數(shù)據(jù)倉(cāng)庫(kù)的數(shù)據(jù)量不會(huì)過(guò)大，又不影響推薦系統(tǒng)的性能；（2）使用星形模式構(gòu)建維表，考慮到個(gè)性化圖書(shū)推薦系統(tǒng)業(yè)務(wù)相對(duì)穩(wěn)定，使用星形模式構(gòu)建維表簡(jiǎn)單易行，而且便于從現(xiàn)有系統(tǒng)數(shù)據(jù)庫(kù)中導(dǎo)入數(shù)據(jù)創(chuàng)建數(shù)據(jù)倉(cāng)庫(kù)；（3）數(shù)據(jù)導(dǎo)入，現(xiàn)有系統(tǒng)后臺(tái)數(shù)據(jù)庫(kù)也是SQL Server2005，直接利用其中的數(shù)據(jù)轉(zhuǎn)入工具生成基本表即可。

4.2 主要數(shù)據(jù)庫(kù)表設(shè)計(jì)

圖書(shū)借閱是高校圖書(shū)館工作中最基本、最主要的內(nèi)容之一。個(gè)性化圖書(shū)推薦系統(tǒng)中保存了大量的歷史借閱數(shù)據(jù)，通過(guò)對(duì)這些數(shù)據(jù)的整理、統(tǒng)計(jì)與分析，可以獲取有利于組織管理和圖書(shū)服務(wù)的信息，掌握讀者的閱讀傾向以及圖書(shū)的借閱狀況以提供個(gè)性化服務(wù)，提升服務(wù)質(zhì)量，開(kāi)展深層次的服務(wù)工作。館藏圖書(shū)數(shù)據(jù)庫(kù)表格設(shè)計(jì)如表所示。

表 館藏圖書(shū)表設(shè)計(jì)

4.3 圖書(shū)推薦算法設(shè)計(jì)

本系統(tǒng)使用文獻(xiàn)［11］提出的L-Apriori算法實(shí)現(xiàn)專(zhuān)業(yè)圖書(shū)推薦功能。對(duì)歷史借閱數(shù)據(jù)庫(kù)按照學(xué)生層次、專(zhuān)業(yè)劃分成各個(gè)子數(shù)據(jù)庫(kù)；應(yīng)用Apriori算法對(duì)各個(gè)子數(shù)據(jù)庫(kù)挖掘，得到的關(guān)聯(lián)規(guī)則分成專(zhuān)業(yè)書(shū)籍關(guān)聯(lián)規(guī)則和跨專(zhuān)業(yè)書(shū)籍的關(guān)聯(lián)規(guī)則，這兩類(lèi)規(guī)則可以直接作為知識(shí)推薦給學(xué)生，實(shí)現(xiàn)系統(tǒng)的專(zhuān)業(yè)書(shū)籍推薦功能；再將各子數(shù)據(jù)庫(kù)所挖掘到的跨專(zhuān)業(yè)書(shū)籍關(guān)聯(lián)規(guī)則進(jìn)行整合，從而達(dá)到對(duì)整個(gè)數(shù)據(jù)庫(kù)進(jìn)行關(guān)聯(lián)規(guī)則挖掘的目的。在頻繁項(xiàng)整合過(guò)程中，L-Apriori算法首先“剪枝”掉各個(gè)子數(shù)據(jù)庫(kù)的專(zhuān)業(yè)書(shū)籍頻繁項(xiàng)，不斷整合跨專(zhuān)業(yè)書(shū)籍頻繁項(xiàng)集，同時(shí)在每一輪尋找候選項(xiàng)集的時(shí)候，會(huì)根據(jù)判斷不斷地“剪去”非頻繁項(xiàng)集，從而逐漸減小候選項(xiàng)集的大小，達(dá)到算法效率進(jìn)一步提升。

4.4 系統(tǒng)的開(kāi)發(fā)工具

本系統(tǒng)開(kāi)發(fā)過(guò)程中采用Microsft Windows XP操作系統(tǒng)，數(shù)據(jù)庫(kù)系統(tǒng)采用Microsoft SQL Server 2005，測(cè)試服務(wù)器采用tomcat 6.0，采用B/S（Browser/Server）結(jié)構(gòu)，基于MⅤC設(shè)計(jì)模式完成的，主要使用的編程語(yǔ)言和工具有JSP、Servlet、Hibernate、JavaScript。

隨著館藏圖書(shū)的日益增加，人們對(duì)于圖書(shū)的借閱越發(fā)困難。本文通過(guò)構(gòu)建個(gè)性化圖書(shū)推薦系統(tǒng)為讀者提供個(gè)性化圖書(shū)推薦服務(wù)，將個(gè)性化推薦技術(shù)引入圖書(shū)館管理中，大大提高高校圖書(shū)館的服務(wù)質(zhì)量和圖書(shū)使用率，同時(shí)輔助圖書(shū)館管理者的決策。對(duì)促進(jìn)我國(guó)高校圖書(shū)館的發(fā)展，乃至教學(xué)、科研水平的提高都有積極意義。

［1］Adomavicius G，Tuzhilin A．Toward the next generation of recommender systems：A survey of the state-ofthe-art and possible extensions［J］．ⅠEEE Trans on Knowledge and Data Engineering，2005，17（6）：734－749.

［2］Adomavicius G，et al．Ⅰncorporating contextual information in recommendation systems using a multidimensional approach［J］.ACM Transactions onⅠnformation Systems，2005，23（1）：103－145.

［3］YANG Yan，et al．The design and implementation of parallel digital library management system［J］．JournalofComputerScience，2005，1（2）：157－163．

［4］孫博陽(yáng)，等．圖書(shū)館數(shù)字資源管理系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)——以北京師范大學(xué)圖書(shū)館為例［J］．現(xiàn)代圖書(shū)情報(bào)技術(shù)，2005（4）：77－80.

［5］馮太琴．基于web的網(wǎng)上推薦圖書(shū)系統(tǒng)——以北京化工大學(xué)圖書(shū)館網(wǎng)上推薦圖書(shū)系統(tǒng)為例［J］.科技情報(bào)開(kāi)發(fā)與經(jīng)濟(jì)，2010，20（18）：1－3.

［6］肖紅，肖靜波．基于RSS的高校圖書(shū)館推送服務(wù)系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)［J］.情報(bào)雜志，2009，28（3）：157－160.

［7］林綺屏．圖書(shū)館聯(lián)機(jī)分析系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)［J］．情報(bào)學(xué)報(bào)，2002，21（5）：563－567.

［8］吳萌，李靜．基于用戶(hù)情境模型的高校圖書(shū)館嵌入式集成服務(wù)研究［J］.圖書(shū)館工作與研究，2013（1）：63－66.

［9］侯振興，崔虹燕．?dāng)?shù)字圖書(shū)館個(gè)性化主動(dòng)信息服務(wù)模型研究［J］．情報(bào)科學(xué)，2013，31（3）：35－39.

［10］錢(qián)玲飛，汪榮．基于h指數(shù)的OPAC數(shù)據(jù)分析及應(yīng)用——以南京航空航天大學(xué)圖書(shū)館為例［J］.大學(xué)圖書(shū)館學(xué)報(bào)，2012，30（2）：60－64.

［11］周玲元，段隆振.改進(jìn)的Apriori算法在高校圖書(shū)推薦服務(wù)中的應(yīng)用研究［J］．圖書(shū)館學(xué)研究，2013（2）：89－92.

G252；G258.6

A

1005－8214（2014）12－0106－04

周玲元（1982－），博士研究生，講師，研究方向：個(gè)性化服務(wù)；段隆振（1961－），教授，博導(dǎo)，研究方向：數(shù)據(jù)挖掘與知識(shí)發(fā)現(xiàn)。

2014－01－17［責(zé)任編輯］李金甌

本文系江西省社會(huì)科學(xué)規(guī)劃項(xiàng)目“手機(jī)圖書(shū)館情境感知服務(wù)研究”（項(xiàng)目編號(hào)：CC201309282），江西省藝術(shù)科學(xué)規(guī)劃項(xiàng)目“基于網(wǎng)格資源匹配的數(shù)字圖書(shū)館個(gè)性化推薦服務(wù)研究”（項(xiàng)目編號(hào)：DB201209393）的研究成果。