随着科学技术的迅猛发展,经济社会发展过程中所面临的问题也趋于复杂化,对现有复杂问题的解决已超出了原有单一学科的范畴,学科间的交叉融合,已成为人才培养和技术创新的源泉,跨学科学习兴趣的研究越来越受到人们的关注。图书是人类获取信息的重要来源,高校图书馆是人类精神财富的宝库。然而,当代大学生的学习兴趣和知识流动难以直接量化,缺乏定量的表征数据,高校缺乏对跨学科学习指导的参考依据,同时,一些高校图书馆缺乏用户的图书评价数据,从而没有提供个性化图书推荐。本研究试图以西北师范大学图书馆为例,将图书借阅行为视作学生学习兴趣的表现,挖掘学生的跨学科学习兴趣行为和偏好,并提出基于兴趣度的个性化图书推荐方法,为高校跨学科专业的开设、学生兴趣的培养、智慧图书推荐和复合人才培养等提供理论依据。具体研究内容如下:(1)图书借阅行为的标度律分析。揭示人类的行为和兴趣规律,一直是备受社会各界关注的话题,对人类行为的定量分析是理解复杂系统的基础。本文针对图书馆的跨学科借阅数据,从行为动力学的时间统计特性出发,研究群体和个体借阅时间、借阅和归还间隔时间、群体记忆性、阵发性和活跃性,以探究跨学科学习行为的规律和特性。得到群体借阅时间存在周期性,个体借阅时间服从幂律分布,跨学科借阅和归还间隔时间的幂指数值小于普通借阅行为,跨学科图书借阅行为具有高阵发和低记忆特性,活跃性与借阅时间间隔存在正相关关系。(2)跨学科学习兴趣网络的构建与分析。从全局借阅次数的角度出发,将学生借阅非本学科图书的借阅行为,视为跨学科学习兴趣的体现,构建跨学科学习兴趣网络,从复杂网络拓扑属性的角度,分析跨学科学习兴趣的规律和特性。得到各学科学生的学习兴趣的广度和强度具有异质性,文科类的学科在网络中具有重要影响力,不同专业学生的学习兴趣具有相似性,网络具有较高的聚集性,且存在跨学科学习兴趣社团。(3)基于兴趣度的跨学科图书推荐研究。从前文探讨的借阅时间、借阅次数的角度,构建兴趣度模型,计算兴趣度评分数据,并验证模型的有效性,以解决高校图书借阅评分数据的缺失问题。同时,提出基于深度学习的图书推荐模型,把用户特征和书籍特征数据作为输入,提取数据的深层特征,通过训练模型,预测出用户感兴趣的图书,进行跨学科图书推荐。通过对比实验,验证本文推荐方法的可行性和有效性,为高校个性化图书推荐提供了参考依据。