利用關聯規則發掘圖書館個人化之書籍推薦

Using Association Rules to Find Personalized Book Recommendation for Library

10.6182/jlis.2004.2(2).087

陳垂呈(Chui-Cheng Chen)

資料探勘 ； 關聯規則 ； 借閱資料 ； 書籍推薦 ； data mining ； association rules ； borrowing history records ； book recommendations

圖書資訊學刊

2卷2期（2004 / 09 / 01）

87 - 103

繁體中文

在本篇論文中，我們以讀者之借閱資料為探勘的資料來源，每一筆借閱資料包含有讀者曾經借閱過的書籍與其興趣度，並以某一讀者為探勘的目標，利用關聯規則(association rules)分別從下兩方面來發掘讀者個人化的書籍推薦：首先，我們只考量書籍是否出現在借閱資料中，設計一個探勘關聯規則的方法，且探勘出之關聯規則的前置項目組，必須被包含於此一讀者的借閱資料中，根據關聯規則所顯示出的特徵，我們可發掘此一讀者適性化的書籍推薦。再者，我們考量在借閱資料中包含有讀者對曾經借閱過之書籍的興趣度，設計一個探勘包含有興趣度之關聯規則的方法，且探勘出包含有興趣度之關聯規則的前置項目組，必須被包含於此一讀者的借閱資料中，根據包含有興趣度之關聯規則所顯示出的特徵，我們可發掘包含有興趣度之此一讀者適性化的書籍推薦。此探勘結果，對於圖書館在發掘個人化的書籍推薦時，可以提供非常有用的參考資訊。

In this paper, we use readers' borrowing history records as the source data of mining. Each borrowing history record contains a reader ever borrowed books and the reader's the degrees of interest for those books. We let one reader as the target of mining, and use association rules to find the personalized book recommendations for the reader from two aspects, respectively. First, we only consider the books whether they are contained in borrowing history records or not, and propose a method to mine association rules whose antecedents are contained in the reader's borrowing history record. According to the characteristics of the association rules, we can find the adaptive book recommendations for the reader. Moreover, we consider the books with readers' interests in the borrowing history records, and propose another method to mine association rules with interesting degrees whose antecedents are contained in the reader's borrowing history record. According to the characteristics of the association rules with interesting degrees, we can find the reader's the adaptive book recommendations for considering his interests. The results of the mining can provide very useful information to find personalized book recommendation for library.

1. 陳彥良、凌俊青、許秉瑜(2001)。在包裹式資料庫中挖掘數量關聯規則。資訊管理學報，7(2)
   連結：
2. Agrawal, R.,Imieliski, T.,Swami, A.(1993).Proceedings of the 1993 ACM SIGMOD Cnference.
3. Agrawal, R.,Srikant, R.(1995).Proceedings of the 20th International Conference on Very Large Data Bases, Santiago.
4. Agrawal, R.,Srikant, R.(1996).Proceedings of the ACM SIGMOD Conference on Management of Data.
5. Agrawal, R.,Srikant, R.(1994).Proceedings of the 20th International Conference on Very Large Data Bases, Santiago.
6. Chen, M. S.,Park, J. S.(1997).Using a Hash-Based Method with Transaction Trimming for Mining Association Rules.IEEE Transactions on Knowledge and Data Engineering,9(5)
7. Chen, Ming-Syan,Han, Jiawei,Yu, Philips S.(1996).Data mining: An overview from a database perspective.IEEE Transactions on Knowledge and Data Engineering,8(6)
8. Data Mining: Concepts and Techniques
9. Linoff, G.,Berry, M. J. A.(1997).Data Mining Techniques for Marketing, Sales, and Customer Support.
10. Ou, J.,Lin, S.,Li, J.(2001).Cooperative Database Systems for Advanced Applications.
11. 卜小蝶(1998)。淺析個人化服務技術的發展趨勢對圖書館的影響。國立成功大學圖書館館刊，2
12. 吳安琪(2001)。利用資料探勘的技術及統計的方法增強圖書館的經營與服務。
13. 洪志淵(2001)。圖書流通記錄之一般化相關規則找尋之研究。
14. 孫冠華(2003)。應用資料探勘技術於數位圖書館之個人化服務及管理。
15. 張苑菁(2001)。以模糊理論建構之圖書推薦系統。
16. 陳慶瑄(2000)。學習社群對電子圖書館個人化服務之影響。
17. 湯春枝(2002)。從個人化服務行銷的理念談交通大學個人化數位圖書資訊服務（PIE@NCTU）系統。國立成功大學圖書館館刊，9
18. 辜曼蓉(1999)。讀者資訊尋求行為與以讀者為中心的圖書館行銷。書府，20

1. 陳垂呈(2007)。利用興趣加權探勘技術發掘書籍借閱之適性化推薦。高雄師大學報，23(3)，53-76。