随着信息技术的更新和科技的高速发展，我们逐渐地从信息匮乏的阶段过渡到大数据的时代，在互联网的大潮中，人们很容易地就能获取到更多、更全面的信息，但是从哲学的角度来看，可以知道事物具有两面性，当我们获取信息的方式日益快捷的同时，我们需要从这些大量的信息中获得自己真正感兴趣的信息，那么对于信息消费者而言，如何识别并选择出高质量的信息就成为了一项巨大的挑战。另外，对于互联网公司、网络信息提供商来说，如何让自己的信息从海量的数据中脱颖而出，并获得认可，需要投入大量的人力物力支持。正是由于上述矛盾，推荐系统产生了。推荐系统从最初的研究发展到现在，一直都是电子商务系统里的一个极为重要的角色，它的任务就是在用户和信息之间建立一个桥梁，不仅可以方便用户获得自己需要的信息，还能够确保项目的信息被推送给可能对它感兴趣的用户，从而实现信息生产者和信息消费者的双赢。

书籍在人类社会发展的阶梯，传承了一代又一代人的智慧精华，拥有至关重要的地位。人类社会总是向前不断发展，文明程度越来越高，人们对知识的需求和追求欲望愈发强烈，书是知识的主要表达形式，而图书馆作保存着大量的知识，犹如一个仓库，人们想要学习知识，普离不开图书馆，因为图书馆书籍浩如烟海，想要在图书馆迅速找到自己需要的书籍不是件容易事，提高图书馆的效率已成为人们迫切希望的问题。就目前来看，很多图书借阅系统还是存在很多问题，如界面繁杂、操作不便、不能实时推荐等，因此建设一个界面友好、操作简便的具有实时推荐的图书馆管理系统非常重要。图书馆传统的管理方法难以满足于当前时代发展的现实需要，在图书馆当中引进信管系统，能够有效地改善对应的管理基本过程，为管理者和读者带来相当大的方便。优秀的信管系统可以增强图书馆内部管理，避免内部图书资源的流失，优化读者借阅的基本体验，切实地提升检索效率，并且带来个性化的图书推荐功能，由此为所有用户带来具有针对性的体验。因此本论文开展对图书推荐系统进行研究具有较高的现实意义。

20世纪50年代初，最早的国外图书馆管理系统起源于美国。而图书馆管理系统的真正发展是在1964年LC提出了著名的“马尔克计划”，即以机器可读形式地记录图书馆的书目纪录。到了1970年以后，自动化系统逐渐成形，还开始出现联机编目协作网。直到1990年以后，图书馆的局域网发展到了与Internet相连接目前，在国外，像一些比较先进的国家，如美国和澳大利亚等，有几个比较大的软件公司已开发出比较著名的图书馆管理系统，如Aleph500系统和Horizon系统等。Aleph500系统的智能化程度较高，它所采用的关系数据库很大程度上提高了系统的安全性能和稳定性能，它还釆用了两种结构：多层客户机服务体系结构和分布式逻辑结构。当下位列世界领先的水平的Horizon系统，其自动化程度较高。它是一个全面开放的系统，它的产生基于互联网，需要采用UI界面和B/S结构的相关体系结构，可用于多重标准平台上。

随着科技的发展，大多数以前依赖纯人工管理模式的图书馆正逐渐通过使用计算机来实现对图书馆管理，管理及服务逐步实现自助化及自动化，随着电子书的普及，图书馆内的文献资源也将逐步实现电子化、数字化，届时读者只需在图书馆借阅自己所需书籍即可。图书馆在社会中的角色非常重要，负责图书采购、编目整顿和推动文化传播等各项工作，有力地保障了人们的学习和研究，为他们提供借阅、参考资料文献的服务。

在图书馆管理系统研究上，马玉祥提出了一个基于Deep Web数据集成的系统结构，并且根据这个系统结构对Deep Web数据集成中最为困难的“模式匹配”问题进行了深入的研究分析，进而提出了相应的模型和算法。这一算法和模型的问世为Dep web馆藏图书集成查询系统的设计与实现提供了至关重要的技术支持，并且在Deep Web数据集成方面有较大的应用价值。

田青重点对有关图书馆图书管理系统的相关使用功能需求进行介绍，并在此基础上提出数据库设计方案，并对此方案进行改进，弥补了之前相关数据库设计的不足。刘晶等研发的小型图书管理系统，用C#开发前端界面和后台业务，用SQL作为数据库来存放读书信息。实现了信息管理、借还操作、图书排列及信息查询等多个必须功能。从结果上看前期工作已基本上满足日常图书管理工作的基本需求。何芸将移动AR与代理技术相结合,提出其在图书馆领域的应用架构，运用Android、VuforiaSDK、JADE等工具研究该架构的具体实现，并对架构中移动AR、情景敏感代理和用于排架、查询和动态情景更新的算法进行剖析。与当前图书管理系统相比，该系统使得服务与管理更泛在、更容易以及更智能。通过进一步的修改，这个系统可以有效地执行当前真实世界中图书馆繁重的图书管理任务。

国内的推荐系统起步较晚，但是到现在也有了较好的应用。淘宝、网易云音乐等网站或者软件上都会有“推荐”模块。其中，淘宝推荐系统的核心目标就是将买家、卖家和商品相互联系起来，其推荐规则有：基于内容的推荐；采用搜索引擎的技术，根据用户的实时搜索记录为其推荐优质的相关的宝贝；优质宝贝的推荐；基于关联规则的推荐等。

国外的亚马逊对推荐算法是基于ItemCF的研究，即是基于物品的协同过滤算法，是一种基于统计的算法，通过对上述算法的优化，形成余弦相似度算法，进行物品相似度的计算，建立起物品的相似度矩阵。由于亚马逊的用户数量比较庞大，可达到千万至上亿个，所以他们采用基于物品的相似度矩阵代替基于用户的相似度矩阵，大大的从时间和空间上减少了开销。

美国康奈尔大学的研究学者设计了一款叫做Mylibrary的网络个性化的电子图书推荐系统。该系统是基于查询分析设计的，它由两大部分组成：MyLinks和MyUpdates。其中，MyLinks可以让用户自己来搜索并整理包括本校电子图书以及其他互联网中的电子资源，相当于针对用户个人的自主服务的主页；MyUpdates部分可以及时地通知读者新到的电子图书资源，比如说，定期地告知读者他们可能会感兴趣的新到的图书、期刊等，这样可以帮助读者减少查询资料的时间，还提升了读者对系统的使用兴趣。

国内的最为有名的图书推荐系统有“豆瓣读书”、当当网的图书推荐系统等。其中，豆瓣网的“豆瓣猜”用到了基于用户的协同过滤推荐技术，首先对于如何确定应该推荐哪些种类的图书，豆瓣猜的核心理念在于为用户提供“具有媒体性的产品”，也就是说为用户提供尽可能多样化的、符合其兴趣的、还能够被广泛传播的图书；然后对真实的数据集进行深入的挖掘分析，根据用户对的关注、评分、收藏等行为分析出用户的偏好特点，从而将符合用户兴趣的图书进行推荐。总的来说就是先广泛撒网，然后根据用户的反馈有的放矢地进行个性化推荐。另外，豆瓣网的推荐引擎还使用了分布式的平台对推荐算法进行改造，缩短了推荐过程中的运算间，减少了运算的内存，有效地缓解了推荐系统面临海量数据时存在的瓶颈问题。

设计出一个存在着实时推荐功效、操作可靠便捷、界面简单友好的图书推荐系统是本文研究设计工作的主要宗旨。使图书馆各种资源如期刊、图书等有关信息的借阅更加高效，使图书馆管理人员的负担得以缩减是本文研究设计工作的主要目的。为了对所有读者的信息资源进行良好的整合，对本系统开发的统计模块进行细分，将其划分为四大模块，其中包含图书馆所有方面的内容，可全面的统计图书馆总体的业务。

在总结本系统存在的需求目标的基础上，得到以下结论：

（1）将图书信息供应至读者，使其可对图书进行查询、借阅、归还；

（2）将实时推荐功能供应至读者；

（3）达到全流程追踪图书借阅和归还过程的数据信息的目标；

（4）将图书借阅排行榜予以供应，将实际的数据信息供应至图书管理员。

第1章，绪论，对本文的章节安排和重要内容、图书馆推荐系统研究现阶段的具体情况、项目研发的意义和背景进行了简要的论述。

第2章，系统需求分析，首先对系统的可行性进行了研究，在可对系统进行研发的先决条件下，对系统应实现的性能和所有功能、所有环节的业务流程进行全面的研究。

第3章，推荐系统相关技术介绍，大体上论述了系统开发时具体运用的推荐技术等。

第4章，系统总体设计，在该部分中，开始对系统地设计相关的功能和模块，并且根据对系统的软件构成和网络拓扑的设定，对该系统中应存在的数据库和应实现的所有性能进行了深入全面的设计。

第5章，系统详细设计与实现，遵循预先设计运用编程技术完成运行界面以及功能详细设计工作。

第6章，系统测试，针对系统的运行和程序运用相匹配的测试工具进行检验，使系统投入运用前的最后一步工作得以完成。

第7章，总结与展望，归纳系统研究流程，并展望将来的发展情况。

在对系统进行开发的过程中，最为关键的一项工作就是需求分析，与此同时，该项工作也是难度最高的工作。由于在需求调研工作开展过程中，存在着系统变更所产生的费用、用户需求实时变动、系统研发人员和用户沟通存在障碍等问题，因此只有基于对用户具体需求进行明确开发系统，系统的完善程度才有所保障。

在学校图书馆规模持续增大以及图书馆数量持续增多的形势下，对该部分相对较为庞大的体系进行管理是难度极高的一项工作。由于图书的状况是实时发生变动的，因此针对图书必须运用动态管控方式。而该件事情就管理者而言，相对较为繁杂，其中，每天必须完成借阅、查询、存储图书信息这一常规业务。在初步开发阶段，应开展大量的调研工作，以对用户具体存在的需求进行全面的了解，进而对开发的规模和目标进行明确，系统可行性研究工作的开展离不开前期的调研工作。而兴办单位的实力和规模决定着图书馆的大小和规模。

图书馆中有很多书籍和资料，书籍数量接近数千万，而读者在搜索所需的书籍时通常需要花费大量不必要的时间。尤其是随着现代科学技术的飞速进步，知识激增，图书资源的增长也越来越快。快速“爆炸”的资源通常超出了许多读者可识别的范围。因此，依据通常的搜索通过优化算法和搜索模块获得的大多数书籍详细信息都不是您想要或喜欢的。因此，为了更好地处理该特定要求以及获取特定信息时出错的问题，现在对搜索推荐系统进行了很多讨论。但是，这种推荐系统存在很多问题。例如，当读者基本上缺乏信息，数据和信息时，很难进行数据的定量分析和统计分析；由于许多推荐系统都采用协作过滤算法优化算法，因此它们必须依赖客户才能获得书籍的审阅信息，因此许多搜索推荐系统，尤其是公共图书馆的推荐系统都很难获得这种资源。由于读者仅搜索书籍，因此不涉及对书籍资源的评论。在很大程度上，存在特定情况。某些类型的书籍属于少数派，或者客户群相对太小，因此不能有效地推荐一些如今没人借用的新书。