基于个性化推送服务的数字图书馆学习资源提取

文章针对当前研究成果存在的用户满意度和响应效率较低等问题,文章提出了基于个性化推送服务的数字图书馆学习资源提取方法。对用户资源下载信息、访问URL内容以及系统访问时间等数据进行采集,选择小型日志文件解析工具直接针对采集到的数据进行相应解析,将解析得到的数据保存至MySQL或Oracle数据库;依据读者个性化行为数据采集与处理结果,利用等价矩阵下的聚类法对数字图书馆访问用户开展模糊聚类,利用最优聚类中用户浏览与借阅及资源利用情况为用户提供个性化推送服务;利用模糊识别方法识别目标用户个体状况,根据识别结果作为用户检索资源反馈给用户,实现学习资源提取。实验测试结果表明,该数字图书馆学习资源提取方法的性能较为完善,用户满意度较高,且响应速度更快,提取准确性高,表现出了良好的应用性能。