數字圖書館個性化交互服務行為信息挖掘系統設計

王慧娜

摘? 要： 針對傳統信息挖掘系統存在響應速度慢的問題，為了加快信息挖掘系統的響應速度，提出數字圖書館個性化交互服務行為信息挖掘系統設計。先進行基于信息挖掘體系架構的改進設計和控制器設計，完成系統的硬件設計;依托信息儲存過程設計和決策樹算法的構建，完成系統的軟件設計，從而實現個性化交互服務行為信息挖掘系統設計。測試結果表明，提出的信息挖掘系統相比于傳統信息挖掘系統，整個挖掘過程的平均響應時間縮短了2.43 s，可以加快系統的響應速度。

關鍵詞： 信息挖掘; 個性化交互服務; 數字圖書館; 系統設計; 信息儲存; 測試分析

中圖分類號： TN911.23?34; TP391? ? ? ? ? ? ? ?文獻標識碼： A? ? ? ? ? ? ? ? ? ? ? 文章編號： 1004?373X（2020）10?0153?03

Design of information mining system of personalized interactive

service behavior for digital library

WANG Huina

（Henan University of Chinese Medicine， Zhengzhou 450046， China）

Abstract： In allusion to the problem of slow response speed existing in the traditional information mining system， the design of the information mining system personalized of interactive service behavior for digital library is proposed to accelerate the response speed of information mining system. The hardware design of the system is completed on the basis of the improved design of information mining architecture and the controller′design; the software design of the system is completed relying on the design of information storage process and the construction of decision tree algorithm， so as to realize the design of the information mining system of personalized interactive service behavior. The testing results show that， in comparison with the traditional information mining system， the average response time of the whole mining process was shortened by 2.43 s in the proposed information mining system， which can accelerate the response speed of the system.

Keywords： information mining; personalized interactive service; digital library; system design; information storage; testing analysis

0? 引? 言

傳統的信息挖掘系統存在響應速度慢的缺陷，很難實現信息的共享，不能滿足學生通過數字圖書館的個性化服務交互行為來共享教學資源[1?3]。為此，本文設計數字圖書館個性化交互服務行為信息挖掘系統，利用數據挖掘技術對個性化交互服務行為信息進行二次處理，充分挖掘出數字圖書館個性化交互服務行為信息的潛在價值，為高校教育教學的發展提供正確的引導。測試結果表明，提出的信息挖掘系統相比于傳統信息挖掘系統，具有更快的響應速度。

1? 數字圖書館個性化交互服務行為信息挖掘系統硬件設計

1.1? 信息挖掘體系架構的改進設計

由于受當前技術水平的限制，個性化交互服務行為信息的提取和分析仍處在半自動化水平[4]，依托及時性、經濟性、安全可靠性等系統設計原則[5]，對常規信息挖掘體系架構進行改進，構建了個性化交互服務行為信息挖掘體系架構，如圖1所示。

信息挖掘系統在設計過程中，要結合校園內部網絡與互聯網的建設，實現數字圖書館內部各個學科之間的信息互通，同時也增加了個性化交互服務行為信息的來源途徑，并將得到的數字圖書館個性化交互服務行為信息反饋到相關部門，提高信息挖掘的質量[6]。

1.2? 控制器設計

為避免數據容量大而出現系統響應速度慢的情況，在硬件端口增加控制器設計。系統的控制器采用的是意法半導體的超高密度芯片TQMA93RE7。半導體供應公司的控制器體系架構Crema?T1內核是一個32位的中央處理單元[7]。

原始半導體指令集存在兩種狀態：32位的半導體供應狀態和16位代碼寬度的Thumb 狀態[8]。當控制器在半導體供應狀態下時，產生的所有指令都是32位的;然而在Thumb 狀態下，產生的所有指令都是16位的。Crema?T1內核使用的是Thumb?1指令集，可以兼顧代碼的密度和信息處理效率，還具有使用方便的優勢[9]。在掌握系統設計原則的基礎上，完成信息挖掘體系架構設計。設計控制器的內部結構，提高信息挖掘系統的響應速度，實現系統的硬件設計。

2? 個性化交互服務行為信息挖掘系統軟件設計

2.1? 信息儲存過程設計

由于信息儲存過程的口令存在于數據庫服務器中，故信息調用不需要在網絡上傳輸信息儲存過程代碼，在分類的基礎上完成信息的挖掘，從而避免系統出現卡頓現象，降低系統運行的網絡負載[10]。

信息儲存過程設計必須建立在允許模塊化程序設計的基礎上，創建一次儲存過程就可以在數據庫服務器中調用多次[11]。信息儲存過程的修改獨立存在于應用程序的源代碼中單獨修改。信息儲存流程圖如圖2所示。

基于信息儲存流程，在數字圖書館個性化交互服務行為信息挖掘系統設計中，將一些常用的個性化交互服務行為信息封裝成儲存過程[12]，專門存放在數據庫的服務器中，從而提升系統的響應速度，實現個性化交互服務行為信息的挖掘。

2.2? 構建決策樹算法

從有類別號的個性化交互服務行為信息中，挖掘出有價值的信息，然后根據類標號分類。決策樹的每一個節點都代表一個屬性，每一個分支代表一個測試的輸出情況[13]。設在節點R中存放的是C的信息分組，將選擇細膩增益率最高的屬性來分裂R。那么對個性化交互服務行為信息數據集中的元組分類所需的期望信息為[14]：

[InfoC=-i=1mpilog2p1]? ? ? ? ? （1）

式中：[pi]表示的是C中任意信息對象屬于[Ci]類別的概率，在實際應用時可以使用[Ci，DD]來做大概估計;[InfoC]表示C的熵。

如果個性化交互服務行為信息屬性A具有v個不同的值，那么屬性A對C中的所有元組分類所需要的期望信息為：

[InfoAC=-j=1vCjCInfoCj]? ? ? ? （2）

式中，[InfoAC]是按照信息屬性A對C的元素分類所需的期望信息，選擇最小期望信息的屬性[15]來分裂C。基于期望信息的計算，設計了算法的實現流程圖，實現數字圖書館個性化交互服務行為信息的挖掘。決策樹算法實現流程圖如圖3所示。

將常用的個性化交互服務行為信息專門存放在數據庫的服務器中，完成信息儲存過程設計;又結合期望信息構建了決策樹算法，完成了信息的挖掘，從而實現系統的軟件設計。

3? 測試分析

3.1? 系統運行環境

系統運行環境如表1所示。

3.2? 系統測試步驟

數字圖書館個性化交互服務行為信息挖掘系統集成測試根據測試的規定步驟進行逐一測試，可以使每一個模塊間的協調能力和數據流向被清楚的了解。測試的步驟如圖4所示。

利用上述系統運行環境和測試步驟，測試次數設置成50次，分別采用傳統信息挖掘系統和本文的信息挖掘系統，記錄系統各個頁面的響應時間，如表2所示。

從表2的結果可知，系統在不同界面的響應時間是不同的，采用傳統信息挖掘系統，在登錄界面的響應時間是最短的，在系統管理界面的響應時間是最長的，整個挖掘過程的平均響應時間為3.23 s;而采用本文的信息挖掘系統，在主界面的響應時間是最短的，可以加快用戶進入系統的速度，整個挖掘過程的平均響應時間為0.8 s。因此可以得出本文信息挖掘系統可以加快系統的響應速度。

4? 結? 語

本文提出數字圖書館個性化交互服務行為信息挖掘系統設計，基于系統的硬件設計和軟件設計，實現數字圖書館個性化交互服務行為信息挖掘系統的設計。測試結果表明，提出的信息挖掘系統相比于傳統信息挖掘系統，具有更快的響應速度。

參考文獻

[1] 劉海鷗，陳晶，孫晶晶.面向大數據的移動數字圖書館情境化推薦系統研究[J].圖書館工作與研究，2018（9）：60?66.

[2] 白琳琳.大數據時代數字圖書館個性化服務研究[J].山西檔案，2018（6）：86?88.

[3] 趙天昀.數字圖書館個性化信息服務中用戶隱私保護研究[J].圖書館理論與實踐，2018（2）：101?103.

[4] 趙逸智，張云峰.大數據環境下文本信息挖掘系統設計[J].現代電子技術，2018，41（1）：125?128.

[5] 王茜，平金珍，張永華.星載光交換信道數據挖掘系統設計[J].激光雜志，2018，39（3）：151?154.

[6] 張輝.基于關聯規則的運動訓練生化指標數據挖掘系統設計[J].現代電子技術，2018，41（7）：183?186.

[7] 丁幼春，楊軍強，舒彩霞.油菜直播機組自動對廂作業控制器設計與試驗[J].華中農業大學學報，2018，37（1）：101?107.

[8] 鄒延生，董平.基于協同控制理論的非線性直流附加控制器設計[J].電力自動化設備，2017，37（4）：210?217.

[9] 趙磊，劉天琪，李興源.基于變結構控制理論的高壓直流附加頻率控制器設計[J].電力自動化設備，2017，37（11）：218?223.

[10] 杜光輝，鄭艷娟.物聯網環境下金融大數據動態安全存儲系統設計[J].現代電子技術，2017，40（23）：85?88.

[11] 冉娟，任瓊.關于大數據存儲過程中缺失信息檢測仿真[J].計算機仿真，2018，35（12）：451?455.

[12] 李又玲，常致全.基于Gibbs采樣與概率分布估計的移動云數據存儲[J].計算機工程，2017，43（1）：13?19.

[13] 周美琴，徐章艷，陳詩旭.基于相關性的類偏好敏感決策樹算法[J].計算機工程與應用，2017，53（5）：45?50.

[14] 夏修臣，王秀英.基于余弦相似度的改進C4.5決策樹算法[J].計算機工程與設計，2018，39（1）：120?125.

[15] 張翕茜，李鳳蓮，張雪英.基于代價敏感混合分裂策略的多決策樹算法[J].電子技術應用，2017，43（10）：128?131.