"""

高校图书馆推荐系统研究

1. 引言

1.1 研究背景

1.1.1 大数据时代的挑战

• 随着大数据时代的到来，传统的人工管理方法已无法满足要求，亟需一套先进、高效、适用范围广的数据管理体系。
• 当前，我国在大数据挖掘方面的应用尚处于起步阶段，许多单位都没有充分利用好这些信息资源。
• 图书行业中，真正做到信息化的寥寥无几，网络技术的不断进步，图书馆的管理系统也逐步成熟起来，但仍然存在许多问题。

1.1.2 研究目的

• 利用大数据库技术，或建立一个可靠、稳定、安全的信息体系，实现数据信息化。

1.2 研究意义

• 针对当前国内大部分企业采用手动操作与手动管理两种方式，效率低，成本高，不方便开发和利用的问题，实现数据信息化。

2. 相关理论及技术

2.1 个性化推荐系统

• 协同过滤算法的核心理念，就是“物以类聚、人以群分”。
• 基于物品的协同过滤和以用户为基础的协同过滤算法。

2.2 Python

• Python是一门动态的面向对象编程语言，选择 Python作为该系统的设计语言，能够让代码变得更加的简单。

2.3 Sqlite数据库

• SQLite是一个以 ACID为基础的关联数据库管理系统，包含在更小的 C类库中。

2.4 Django

• Django是一个高度开源的模式，它受到 Python程序语言的支持。

2.5 本章总结

• 详细地介绍了推荐系统所使用到的关键技术。

3. 系统业务流程及功能需求分析

3.1 系统业务流程分析

• 将用户角色划分为三个部分：访客、注册用户和管理员。
• 游客、注册用户和管理员三个部分是本系统的主要组成部分。

3.2 系统功能需求分析

• 游客与注册用户的角色是不一样的，游客可以实现浏览功能，无需登录账号即可查看图书列表。
• 注册用户不仅可以看书，还可以收藏书，这就是推荐书的乐趣。
• 管理员则能处理图书数据。

3.3 本章总结

• 对该软件的研制是切实可行的。

4. 系统设计

4.1 网站首页系统设计原则

• 易用性，完整性，可扩展性，及开放性。

4.2 系统功能模块结构设计

• 注册模块、登录模块、查找模块、收藏模块、个性化推荐服务、图书管理、用户管理。

4.3 系统数据库设计

• 使用 Sqlite数据库来进行数据保存。

4.4 界面设计

• 输入界面和输出界面。

4.5 本章小结

• 重点阐述了该系统的设计与实现。

5. 图书推荐系统的实现

5.1 数据获取

• 该系统的资料是美国弗莱堡大学资讯学院的书籍推荐资料。

5.2 数据处理

• 资料处理是以书籍资料及使用者资料为基础，对资料进行整合及分解的工作。

5.3 推荐模块

• 采用的推荐算法为协同过滤推荐算法。

5.4 系统首页模块

• 针对大规模的用户群体，要求其界面简洁、直观，并能直观的反映系统的实际表现。

5.5 注册模块

• 第一次使用本系统的用户需要注册提交数据后成为注册用户后，可使用登录功能登录账户，即可使用个性化的图书推荐服务。

5.6 登录模块

• 当用户完成了注册之后，就可以点击“登录”按钮，将已注册过的用户名和密码全部输入进去，然后才会出现“成功登陆”的提示，若是用户名和密码不对，就会出现错误的提示。

5.7 图书借阅推荐模块

• 用户在注册并登陆该系统后，即可借阅书籍，同时，该系统还会按照所借出的书籍，向用户推荐书籍。

5.8 管理员模块

• 图书管理员可以对书籍、借阅订单、用户和组进行管理。

5.9 本章总结

• 阐述了系统的实现工作，首先对系统的数据收集和处理方法进行了说明，还介绍了该系统的具体实现方法，并在文章的结尾给出了界面的设计，并给出了一些网页的演示。

6. 系统测试

6.1 测试环境

• CPU：Intel(R)Core()TM i5-3110M，硬盘：500GB，内存：4GB，操作系统：Windows 10旗舰版，数据库：Navicat for MySQL，测试平台：MyEclipse 9.0 M1。

6.2 测试目的

• 测试的终极目标就是使系统的功能更加完备，运行更加稳定，从而提升用户的满意度。

6.3 测试方案

• 掌握测试方案是测试方法的重要环节。

6.4 测试用例表

• 功能测试用例表。

6.5 系统测试结果

• 测试功能和预期功能基本一致，并没有太大的改变，从而证实了到现在为止，图书荐购管理系统的主要功能已经正确地完成了。

7. 结论

7.1 总结

• 本文论述了高校图书馆推荐系统的形成与发展过程，并就高校图书馆推荐系统的建立与发展作了较为详细的论述。

7.2 展望

• 现还存在着许多问题。在往后的研究中，可以更加全面的进行优化，主要是以下三个方面：
  • 从算法上看，目前的推荐方法还不够完善，协同筛选方法存在“冷启动”问题，标签推荐方法也不能很好地解决这一问题。
  • 从可扩充性上看，该系统的设计是不完善的，其功能也是不完备的，不能完全满足使用者的可持续性需求，还有待提高。
  • 从功能和操作上来看，并不是那么的人性化，那么的复杂。还有待改进。