非推Book

專題特色

1. 降低館藏資源浪費

經過資料探勘技術找出讀者之間關聯性的閱讀偏好，以此做為推薦參考資料　範圍之一，擴大讀者閱讀範圍，打破以往傳統單一性的閱讀習慣，讓圖書館的資源能發揮最大效益。

 

2. 提升使用者對圖書系統的滿意度

改善過去館藏系統書籍搜尋上的缺失，提供個人化的服務，使使用者能感受到系統有依個人行為做調整，對於整體使用率能夠提升，同時滿意度提升。

 

3. 主動化提供讀者適當的閱讀建議

從讀者以往的借閱記錄、興趣選項，藉由結合協同式及關聯規則技術，推斷興趣偏好，在使用者未來使用本系統能第一時間主動提供適合此讀者的閱讀建議。

 

4. 減少使用者自行過濾資訊所花費的時間

解決原館藏系統提供使用者未經過濾的大量資料，從前置作業對使用者的歷史行為做分析，藉以預測未來可能的偏好取向，減少使用者自行在搜查過濾上的負擔。