[摘要]目前，高校图书馆拥有大量的藏书，且其数量在不断地增长。怎样吸引更多读者阅读图书、充分利用图书馆资源是高校一直关注的问题，同时广大读者对个性化、主动化、人性化的服务需求越来越强烈。因此，越来越多的图书馆在个性化图书推荐服务方面进行了研究，并且取得了一定进展。
个性化推荐服务的基础及核心是构建用户兴趣模型，但目前图书馆个性化推荐中读者兴趣模型的构建都尚未考虑以下两个事实：
（1）不同学院的学生对每一类图书的兴趣浓度是有显著区别的，而读者特别是新读者的兴趣或多或少会受到其所在学院的影响；
（2）根据每本图书的读者群的兴趣分布情况，每本图书除了属于入库时指定的某一类别，和其它类别也存在某种程度的关联。
基于以上两个事实，为提高图书馆个性化图书推荐的精准度和查询速率，从而改善图书馆个性化服务质量，本文基于中图法分类的当前图书馆展开研究，进行了以下工作：
1）对读者兴趣进行研究，提出一种基于中图法的读者兴趣模型。该模型根据每本图书的借阅者的兴趣分布重新调整图书与中图类别的关联关系，以此更加准确地反应每本图书的类别属性；根据每个学院学生的兴趣分布调整学院与中图类别的关联关系，以此反过来调整每个读者兴趣模型，更好体现了读者对图书类别的兴趣爱好。
2）对于基于图书馆借阅记录构建的模型在图书馆无借阅记录时和针对新读者时的局限性，提出了在无借阅记录时图书推荐策略和针对新读者的图书推荐策略。
3）为了验证本文提出的读者兴趣模型的可行性和有效性，论文设计并实现了一个完整的个性化图书推荐系统。对该系统的运行效果分析表明，该模型可以有效地用于个性化图书推荐，并且拥有较高的推荐精准度和运行效率。
最后，对本文工作进行总结，指出本文实现的图书推荐系统的不足及可以进一步完善之处，为下一步研究工作指明方向。
[主题词] 兴趣模型；读者兴趣模型；图书推荐；个性化推荐；中图法
**[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。
