1、隨著數(shù)字圖書館在各國(guó)的迅猛發(fā)展,其相關(guān)研究工作也掀起了一股熱潮,其中數(shù)字圖書館的個(gè)性化服務(wù)已經(jīng)成為一個(gè)重要的研究課題,它利用Web挖掘技術(shù),通過對(duì)用戶的訪問日志數(shù)據(jù)以及訂閱信息進(jìn)行分析和挖掘,發(fā)現(xiàn)用戶的興趣所在,進(jìn)而為不同層次,不同偏好的用戶提供具有針對(duì)性的個(gè)性化信息資源服務(wù)。個(gè)性化服務(wù)對(duì)數(shù)字圖書館整體的服務(wù)決策具有十分重要的意義。
　　 本文首先介紹了數(shù)字圖書館個(gè)性化信息服務(wù)技術(shù),接著闡述了Web訪問信息挖掘技術(shù)的基本原理,并

2、對(duì)基于關(guān)聯(lián)規(guī)則的FP-growth算法進(jìn)行了深入研究,針對(duì)其應(yīng)用在推薦系統(tǒng)會(huì)產(chǎn)生重復(fù)推薦的問題,對(duì)算法進(jìn)行了改進(jìn),提出了一種FP-growth_s算法,該算法生成了最大頻繁項(xiàng)目集,避免了冗余頻繁項(xiàng)目集的產(chǎn)生,減少了產(chǎn)生關(guān)聯(lián)規(guī)則的數(shù)量,有效解決了產(chǎn)生重復(fù)推薦的可能,應(yīng)用在推薦系統(tǒng)中可以提高系統(tǒng)運(yùn)行效率。經(jīng)過進(jìn)一步的研究發(fā)現(xiàn),利用最小支持度和最小可信度生成的關(guān)聯(lián)規(guī)則,在某些情況下并不能對(duì)用戶提供準(zhǔn)確的推薦,針對(duì)此問題,提出了一種基于頁面興趣