基于高校圖書(shū)館信息推薦系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn).pdf

1、傳統(tǒng)的高校圖書(shū)館只能單方面地為讀者提供書(shū)籍的信息,內(nèi)容單調(diào)且枯燥,信息之間的關(guān)聯(lián)。本文提出的圖書(shū)館數(shù)字化信息系統(tǒng)將書(shū)籍評(píng)分功能以及讀者留言功能一并整合到圖書(shū)館系統(tǒng)中。
　　大部分的電子商務(wù)網(wǎng)站,比如ebay.com以及易迅網(wǎng)等,都擁有他們專(zhuān)有的推薦系統(tǒng)。很多實(shí)體公司也把推薦功能整合到了官方網(wǎng)站中。一些主要的推薦方式包括有根據(jù)用戶(hù)自己定制的信息來(lái)進(jìn)行推薦;或者根據(jù)購(gòu)物或?yàn)g覽歷史來(lái)進(jìn)行推薦。本文所提出的系統(tǒng)將根據(jù)讀者的借閱以及評(píng)論、評(píng)

2、分歷史,借助成熟的推薦算法為用戶(hù)推薦書(shū)籍,深度地對(duì)高校圖書(shū)館信息系統(tǒng)進(jìn)行社交化改造。除上述的優(yōu)點(diǎn)之外,社交化的圖書(shū)館信息系統(tǒng)還能為圖書(shū)館的圖書(shū)采購(gòu)人員提供指導(dǎo)意見(jiàn)。
　　標(biāo)準(zhǔn)建模語(yǔ)言的名稱(chēng)來(lái)源于英語(yǔ)詞組Unified Modeling Language(UML),1997年的一個(gè)OMG標(biāo)準(zhǔn)是推動(dòng)UML出現(xiàn)的主要原因。UML是一個(gè)幫助軟件開(kāi)發(fā)的標(biāo)準(zhǔn)的建模語(yǔ)言,它具有支持圖形化以及模型化的特點(diǎn)。從需求分析到最終進(jìn)行系統(tǒng)配置的整個(gè)開(kāi)發(fā)生

3、命周期中,它都能提供一致的、標(biāo)準(zhǔn)的可視化的模型。其中,本文借助UML對(duì)B2C網(wǎng)站的所涉及的類(lèi)與圖形進(jìn)行了介紹。本文將介紹UML對(duì)圖書(shū)館信息系統(tǒng)中所涉及的類(lèi)與圖形。
　　另外,本文借助ASP.NET框架,對(duì)總結(jié)出的關(guān)鍵部分進(jìn)行實(shí)現(xiàn)。數(shù)據(jù)庫(kù)采用SQL Server2005。本文將整個(gè)業(yè)務(wù)應(yīng)用劃分為三層架構(gòu):表現(xiàn)層(UI)、業(yè)務(wù)邏輯層(BLL)以及數(shù)據(jù)訪(fǎng)問(wèn)層(DAL)。本文將通過(guò)對(duì)三層架構(gòu)的實(shí)現(xiàn)來(lái)滿(mǎn)足―高內(nèi)聚,低耦合‖的基本思想。

4、>　　廣泛運(yùn)用于權(quán)威商務(wù)網(wǎng)站的幾種推薦算法有基于內(nèi)容的推薦方法、基于內(nèi)存的協(xié)同過(guò)濾推薦方法、基于模型的協(xié)同過(guò)濾推薦方法以及基于復(fù)雜網(wǎng)絡(luò)中二分網(wǎng)絡(luò)的推薦方法。本文采用基于內(nèi)存的協(xié)同過(guò)濾中的基于項(xiàng)目的協(xié)同過(guò)濾以及基于用戶(hù)的協(xié)同過(guò)濾完成推薦模塊的設(shè)計(jì)。
　　軟件的測(cè)試是開(kāi)發(fā)過(guò)程中不可或缺的一部分。在軟件開(kāi)發(fā)過(guò)程中,軟件測(cè)試的開(kāi)始越早越好。軟件測(cè)試也是需求確定過(guò)程中的的一個(gè)部分。最后,通過(guò)對(duì)本應(yīng)用平臺(tái)的功能需求、非功能需求以及推薦模塊的測(cè)