基于Spark的高校图书馆文献推荐方案及实证研究
来源：图书情报工作杂志2017年第23期北京时间：
作者：何胜,熊太纯,柳益君,叶飞跃,潘瑜
单位：1. 江苏理工学院计算机工程学院 常州 213001;<br />\r\n2. 常州市云计算与智能信息处理重点实验室 常州 213001;<br />\r\n3. 江苏理工学院图书馆 常州 213001
摘要：[目的/意义]以高校图书馆馆藏图书数据库和各类论文数据库等海量的文献资源为基础，设计推荐方案并基于Spark技术开展实证研究，力图优化图书馆文献推荐效果和提高系统计算性能。[方法/过程]首先分析大数据背景下高校图书馆文献推荐的需求，接着针对存在的文献查找缺失、文献浏览迷航和文献分析低效的现状，提出一种以文献"混合关联"为主要内容的图书馆文献推荐方案及实现算法，并应用Spark内存计算技术设计实证案例，最后对实证结果进行讨论并与同类算法比较。[结果/结论]基于Spark的文献"混合关联"方案能有效满足用户需求，提高文献推荐性能和效率，促进当前图书馆大数据应用的落地。
关键词：图书馆文献推荐,混合关联,大数据,内存计算,Spark,
基金资助：本文系国家社会科学基金一般项目"基于大规模网络分析方法和内存计算技术的高校图书馆大数据应用模式与实证研究"（项目编号：15BTQ016）研究成果之一。
