貝氏網路為基礎之有效個人化書籍推薦系統

Abstract

由於近年來網際網路蓬勃發展，各行各業皆紛紛朝向電子數位網路化發展，對於使用者而言，資訊氾濫的結果往往使其無法隨心所欲地尋找到需要的資訊，因此如何讓使用者正確且快速地取得所需的資料，建構個人化的使用者介面是當今數位圖書館發展中的重要關鍵。 貝氏網路架構學習可藉由專家知識來完成，專家靠著自己的經驗累積，可以較平常人對於領域知識更能有效的預測或控制。貝氏網路架構學習，除了倚賴專家的經驗之外，也可以利用資料探勘技術之關聯法則，從客觀的歷史資料分析來完成。 因此本研究將個人化推薦服務導入圖書館服務之中，以圖書館借閱記錄為基礎，針對讀者借閱模式、個人興趣及特性，運用資料探勘技術之關聯法則演算法找尋書籍關聯以簡化推薦架構之複雜性，以貝氏網路概念，建構個人化之書籍推薦系統，藉以產生不同推薦度之書籍，由高至低排序方式，協助讀者找到最符合其需求的書籍資料，同時利用使用者滿意度回覆來了解所推薦之書籍的準確度，更藉此回覆資訊幫助貝氏網路參數之事後學習，使推薦系統整體架構更加完善精準，讀者更能有效率地善用圖書館藏資源，更能提高圖書館系統的價值