随着数据库和网络信息技术的不断发展使得数字图书馆成为一种拥有众多数字化信息资源的用户分享平台,为用户提供便捷、多样化和个性化的服务。资源共享和数据发布不仅要保证数据的有效性和实时性,同时不能过多泄露个体信息以保障个体隐私安全。数字图书馆信息服务平台匿名发布就是要在个体隐私安全的前提下,最大化的使用个体信息生成安全有效的数据分析结果,为更多用户提供安全可靠的信息资源。数字图书馆的用户信息具有一定特殊性,在特定领域使用特定数据分析方法才能最大化的挖掘数据潜在信息并且能够有效保护数据安全。通过对现有匿名模型和匿名技术的研究分析,本文对数字图书馆信息服务平台数据的匿名发布进行了一些研究,论文的主要工作如下:(1)数字图书馆用户数据匿名发布。用户数据是研究和分析数字图书馆数据的重要组成部分,为使研究者能更好的研究数字图书馆数据,需要发布包含用户属性的数据。提出一种保留用户数据的匿名发布模型,首先对所有用户信息筛选整合重编码;其次根据用户数据相关性对用户进行划分,得到用户类;最终将用户类与借阅信息连接得到用户类与借阅信息的映射关系,共同匿名发布。此外针对图书信息的特殊性将其转化为数值型数据,产生量化分析,并使用散点图直观分析数据。为研究者提供更有价值的用户信息,数据分析更全面、更安全。(2)数字图书馆用户个性化匿名发布。个性化服务是实现用户个性化选择的前提,用户根据个体不同的需求设置各自隐匿程度,使用户能够主观影响匿名度,充分考虑用户个性化需求。提出一种个性化的匿名发布方法,首先用户对各自属性设置敏感度,同时根据属性间关联程度设置属性权重,两者构成用户敏感因子;其次根据敏感因子划分用户类,并进行个性化匿名发布。为数字图书馆的个性化服务提供保障,满足用户自主设置并不破坏属性间关系,更好满足用户需求。(3)数字图书馆数据动态匿名发布。数字图书馆数据每天都会产生大量借阅记录,这些借阅记录在某个特定时段可能反映了某种现象和问题,这就需要动态的更新数据集,实时反映用户的借阅记录,更加具有时效性。提出一种动态匿名发布模型,对于每条新数据根据计算出的语义贴近度选择最相近的等价类,并根据匿名条件进行元组更新,实现动态实时更新。在保证原本模型不被破坏的条件下实现动态更新,保证匿名数据实时有效,减少信息延时。(4)数字图书馆信息服务平台。现有的数字图书馆缺少数据分析信息,仅发布图书信息和相关借阅频率等信息,将用户属性与借阅属性一同发布,能够为相关研究提供更全面的图书馆信息以便于分析,因此建立数字图书馆集成管理数据发布平台。在此信息服务平台中,不仅发布匿名后的数据同时通过关联规则和聚类分析等数据挖掘技术来对匿名数据进行分析,为用户提供更直观的分析结果。使用户在选择图书时拥有更详尽的属性分类选择和参考意见,整体上提高了数字图书馆信息服务平台的服务质量。本文研究数字图书馆用户数据匿名发布,对各算法进行详细分析并结合实际采集到的数据集进行了详细实验,经试验和性能分析表明:本文算法具有较好性能和实用能力。