1.2 含义

    目前，基于聚类优化概念产生了聚类优化算法与聚类优化工具，在数字信息处理、数据挖掘、资源存储与利用方面得到最广泛的应用。在面对海量信息资源及大量结构化、半结构化的数据时，传统的数据分类方法及数据归类工具很难在短时间内做出针对性的处理，对数据资源深度挖掘，提取有价值的信息片段，而聚类优化能有效地弥补这一点。面对大量结构化、异构化的数据信息，基于特定的分类主题或根据数据资源共有的某些特性组成的集合分成类，并根据这些类进行数据挖掘，提取有价值的信息数据并进行有效存储，供使用者定向提取[3]。这种基于聚类的数据优化方法适用于多种信息情景，数据挖掘过程中提取的各种高价值信息能被有效利用，适用于数字图书馆开展用户个性化服务。

    2 基于聚类优化的数字图书馆协同过滤个性化推荐服务的优势

    2.1 优化图书馆数字信息服务机制

    在知识经济时代，阻碍数字图书馆文献资源高效率利用、传输及获取的主要障碍在于信息服务渠道及管理问题。数字图书馆面向用户的个性化服务并不完善，只适用于少部分用户的个性化需求，面向群体用户及特定需求用户缺乏有效的个性化推荐服务。当前数字图书馆海量的数据资源及与之对应的数据资源管理、个性化推荐及个性化获取缺乏必要的技术支持，所提供的个性化服务不尽如人意。基于聚类优化的数字图书馆协同过滤个性化推荐服务成为解决数字图书馆用户服务问题的有效方法[4] ......