[摘要]检索系统作为数字图书馆中使用最频繁、重要性最强的部分，其服务质量决定了图书馆的整体服务水平。现今，大部分的图书检索系统多基于关键词的严格匹配，其检索结果没有按照图书重要性排序，且缺乏推荐服务，导致无法帮用户发现价值高的图书。
本文将PageRank算法思想引入到图书检索推荐系统中，用于图书重要性的分析与评估，实现检索排序的优化与相关图书推荐，进而提升系统服务水平。围绕以上核心内容，本文开展了以下三个方面的工作：
1、基于图书链接关系的图书重要性研究。将网页链接关系与图书借阅关系进行类比，用于构建图书链接图与图书重要性的评定方式。
2、探索基于时间因子的TBR算法。基于网页重要性计算算法PageRank，结合图书的出版时间，设计用于衡量图书重要性的TBR算法。
3、设计并实现基于TBR算法的图书检索推荐原型系统TBRS。结合TBR算法与现有数字图书馆系统，重点研究了针对关键词检索的图书推荐并开发实现原型系统TBRS。
最后，本文对该系统进行测试。实验分析表明，本文提出的TBR算法能综合图书的借阅次数、相关图书权威性、出版时间进行图书重要性的评定；TBRS系统能在原有检索结果的基础上，向用户推荐时效性强、重要性高的图书，提高了用户的检索质量，达到了较好的推荐效果。
**[关键词] PageRank; 图书推荐; 推荐系统; TBR **
[成果出处] 四川大学计算机学院视觉计算实验室（www.scuvis.org）
原文请自行联系作者索取。
