臺灣博碩士論文加值系統

隨著電腦科技、網縩網路的發展及使用普及，傳統圖書館紛紛加以電子化、數位化，將所有的圖書資訊及相關資源以數位化的方式儲存起來，建構出數位圖書館（Digital Library）。所謂的數位圖書館，是指要求館員運用最新的電腦與網路科技，來進行各項（數位或傳統）資料的蒐集、組織、保存、傳播與利用，以完成圖書館被賦予的功能。數位化後，其重點在於要如何提供快速且符合讀者要求的檢索功能，於是許多人提出個人化數位圖書館的概念，其主要功能有個人化操作界面、個人化檢索、個人化專題選粹、個人新書推薦..等，除了個人化操作界面之外，其餘的發展，皆與建立所謂的興趣檔(profile)有很重要的關係。其中個人化專題資訊選粹服務，即是將個人化的概念加入到傳統專題選粹(Selective Dissemination of Information , SDI)服務中或是能針對不同使用者，主動提供使用者感興趣的主題或資訊。因此，建立一個恰當的、符合需求的興趣檔是很重要，否則將降低個人化服務的執行效率以及個人化品質。
本論文提出一個建立讀者興趣檔的方法，根據大學圖書館讀者曾使用過的檢索語及讀者相關資料來做分析，利用資料挖掘技術(Data Mining)，加以分群，並分析興趣，進而建立讀者興趣檔，以做為提供資訊選粹服務時參考，使得個人化系統可以更快速的找出讀者想要的專題或感興趣的資訊，並且主動地將這些資訊提供給讀者。

More and more conventional libraries store information and resources digitally. It is important to know that how to find the appropriate information to meet the user’s requirement in digital library. Therefore, some technical literatures propose the idea for personalized information environment for digital library and the main function include customized user interface, personalized search, personal selective dissemination of information and personalized recommendation. Personal selective dissemination of information merges personalized ideas into selective dissemination of information service, or provides actively topics or information that interest users based on the different users. However, all above functions except personal search are closely associated with profile creating. Consequently, to create an exact profile is important, which can increase the performance of Personalized Selective Dissemination of Information.
This thesis, provided a method to create a profile according to the search keyphases used by users and reader’s profiles. By using Data Mining technique, to cluster the readers, and generate the user profiles therefore, personal selective dissemination of information then offers readers with fast and exact information.

目錄　　　　　　
中文摘要 ………………………………………………… i
目錄 ………………………………………………… ii
圖目錄 ………………………………………………… iii
表目錄 ………………………………………………… iv
第一章、 緒論…………………………………………… 1
1.1 前言…………………………………………… 1
1.2 研究背景與動機……………………………… 2
1.3 現象…………………………………………… 3
1.4 論文架構……………………………………… 4
第二章、 相關文獻探討………………………………… 6
2.1 資料挖掘……………………………………… 6
2.1.1 資料挖掘方法介紹…………………………… 7
2.2 個人化服務於數位圖書館之應用…………… 13
2.2.1 個人化資訊服務……………………………… 14
2.2.2 個人化服務於數位圖書館之應用…………… 15
第三章、 個人化專題資訊選粹服務…………………… 20
3.1 建立讀者興趣檔之流程……………………… 20
3.1.1 建立個人關聯興趣圖………………………… 22
3.1.2 資料分群……………………………………… 24
3.1.3 建立群組關聯興趣圖及讀者興趣檔………… 32
第四章、 分析…………………………………………… 34
4.1 個人關聯圖…………………………………… 34
4.2 利用資料挖掘技術將讀者分群……………… 37
4.3 比較個人興趣關聯圖與群組興趣關聯圖…… 43
第五章、 結論及未來研究方向………………………… 45
參考文獻 ………………………………………………… 46
簡歷 ………………………………………………… 48

圖 目 錄
圖1 資料庫之知識探索過程……………………………… 7
圖2 資料分類演算法的處理流程圖……………………… 9
圖3 決策樹範例圖………………………………………… 11
圖4 建立讀者興趣檔流程圖……………………………… 21
圖5 利用決策樹分群之例子……………………………… 26
圖6 資訊獲利的計算……………………………………… 28
圖7 N點的分配…………………………………………… 29
圖8 N點的計算…………………………………………… 29
圖9 切割在資料點的兩邊的情形………………………… 30
圖10 決定CLTree最佳切割的演算法…………………… 31
圖11 群集樹修剪演算法…………………………………… 32

表 目 錄
表1（a） 某讀者六週內使用過的所有檢索策略及次數………… 34
表1（b） 每一週結束時計算出來各關鍵字詞的特徵值………… 35
表1（c） 每週結束時計算出來的檢索策略關聯之權重………… 36
表1（d） 整體的個人興趣關鍵字權重…………………………… 36
表1（e） 整體的個人檢索策略關聯權重………………………… 36
表2（a） 讀者1，六週內使用過的所有檢索策略及次數……… 37
表2（b） 讀者7，六週內使用過的所有檢索策略及次數……… 37
表2（c） 讀者10，六週內使用過的所有檢索策略及次數…… 38
表3（a） 使用個人關聯圖所產生的三位讀者興趣……………… 38
表3（b） 群組興趣關聯圖g1……………………………………… 38
表4（a） 使用個人關聯圖所產生的三位讀者檢索關連權重…… 39
表4（b） 群組G1興趣檢索關係權重 …………………………… 39
表5（a） 讀者11，六週內使用過的所有檢索策略及次數……… 40
表5（b） 讀者15，六週內使用過的所有檢索策略及次數……… 40
表5（c） 讀者17，六週內使用過的所有檢索策略及次數……… 41
表5（d） 讀者20，六週內使用過的所有檢索策略及次數……… 41
表5（e） 讀者22，六週內使用過的所有檢索策略及次數……… 41
表6（a） 使用個人關聯圖所產生的五位讀者興趣……………… 42
表6（b） 群組興趣關聯圖g2……………………………………… 42
表7（a） 使用個人關聯圖所產生的五位讀者檢索關連權重…… 43
表7（b） 群組G2興趣檢索關係權重…………………………… 43

1、Amazon：http://www.amazon.com.
2、Bing Liu, Yiyuan Xia, Philip S. Yu, ”Clustering Through Decisison Tree Construction”, Proceedings of the ninth international conference on Information Knowledge management CIKM 2000.
3、CNN Custom News: http://customnews.cnn.com/cnews/pna_auth.welcome.
4、Digital Libraries Initiative-Phase 2: http://www.nsf.gov/pubs/1998/nsf9863/nsf9863.htm.
5、J. C. French and C. L. Viles,“Personalized Information Environments: An architecture for Customizable Access to Distributed Digital Libraries”, D-Lib Magazine, June 1999.
6、J.Ross Quinlan. C4.5：Program for machine learning, Morgan Kaufann, 1992.
7、Jiawei Han, Micheline Kamber, Data mining: concepts and techniques, Morgan Kaufamnn, 2001.
8、LA Tiems Custom News Service: http://www.latimes.com/.
9、My Gateway at University of Washington: https://www.lib.washington.edu/resource/help/MyGateway.html.
10、My Yahoo奇摩：http://tw.mykimo.yahoo.com/.
11、Pieter Adrianns, Dolf Zantinge., Data mining, Addison-Wesley, Harlow, 1996.
12、S.Cohen, J.Fereira, A. H., B. Kibbee, H. Mistlebauer, and A. Smith, “MyLibrary”, D-Lib Magazine, April 2000.
13、Usama Fayyad, Gregory Piatesky-Shapiro, and Padhraic Smyth, “The KDD Process for Extracting Useful Knowledge from Volumes of Data”, Communication of The ACM, Vol. 39, No.11, November 1996.
14、Yu,Philip S., “Data Mining and Personalization Technologies”, 6th International Conference on Database Systems for Advanced Applications, pp. 6-13, 1999.
15、卜小蝶，「淺析個人服務技術的發展趨對圖書館的影響」，國立成功大學圖書館館訊，第二期，63~73 頁，民國90年。
16、卜小蝶，「提供個人化服務的線上公用目錄檢索系統初探」，中國圖書館學會會報，第59期，127~133 頁，民國86年12月。
17、王宏德，「中國大陸數位化圖書館發展近況」，http://www.sinica.edu.tw/cc/n1/88/1521/02.htm。
18、王姿娟，「圖書資訊系統之流通模組Profile Server 個人化資訊服務」，中正大學資訊工程研究所，碩士論文，2000。
19、吳凱雯，「利用資料挖掘技術提供網際網路使用者個人化服務」，靜宜大學資訊管理研究所，碩士論文，民國90年。
20、杜家麟，「資料挖掘在網際網路流量之分析研究」，靜宜大學資訊管理研究所，碩士論文，民國90年。
21、林傑斌，劉明德，陳湘，資料挖掘與OLAP理論與實務，初版，台北，文魁資訊，民國九十年。
22、柯皓仁，黃夙賢，楊維邦，「交通大學個人數位圖書資訊環境」，新世紀數位圖書館與數位博物館趨勢研討會，民國90 年。
23、柯皓仁，「電子圖書館實施經驗談-以交通大學圖書館為例」，書苑季刊，第47期，10~33 頁，民國90年。
24、黃信捷，「圖書館的『數位館藏』與『傳統館藏』的對話」，書苑季刊，47期，80-86 頁。
25、楊雅雯，「個人化數位圖書資訊環境-以PIE@NCTU為例」，交通大學資訊科學研究所，碩士論文，民國90年。
26、楊曉雯，「美國圖書館數位化技術之應用」，中央圖書館台灣分館館刊，6卷4期，59~60頁，民國89年6月。
27、蔡永恆，「應用資料挖掘技術研究銀行顧客消費行為」，靜宜大學資訊管理研究所，碩士論文，民國89年。