一、协同过滤算法的定义 协同过滤技术的基本思想是：利用一些兴趣爱好相似、拥有相同经验群体的偏好给目标用户推荐可能感兴趣的项目。
主要是指对用户进行身份识别、角色鉴定，以及接受用户请求和收集、分析用户行为，继而为用户提供个性化的信息服务。主要是收集、整理、分析用户的基本信息、兴趣爱好以及信息行为。
此外，该层可以为用户提供标准规范的界面，这对准确收集用户的个性化需求具体内容、用户体验行为痕迹、用户体验反馈以及用户的其他要求提供了便利条件，为下一层数据表现层做好前期准备工作[8]。因此可以通过线上BBS、微博、飞信等交流平台，更大范围内、更大程度上去了解用户的信息需求点，针对用户的信息需求点给予个性化信息服务。同时，线上的信息内容很容易出现重复，甚至是多次重复，这种同质现象让用户浪费了时间和精力去阅读，出现厌烦情绪。
如用户A计划撰写关于分析三毛写作风格的论文，使用个人账号登录进入服务系统进行信息查询，可以输入三毛等关键词进行深度搜索，把各种数据库里搜索出来的所有相关信息（报纸、期刊、书籍、音像资料等）进行甄别、选择，选定阅读对象，同时还可以定制与三毛相关的信息资料，当数字图书馆出现新的相关参考文献时，用户A可以及时获悉。只要我们紧扣用户主体理念不动摇，紧抓时代脉搏不松手，以理论促实践，以实践推理论，就能够把O2O模式与数字图书馆工作真正融合在一起，实现数字图书馆服务质量的大幅度提升。
用户信息层依据自身服务需要来收集、分析用户的社会属性和交互信息，以形成较为完备的用户资料，作为信息服务的基础依据。
主要包括采集、建设以及整合信息资源数据的整个过程。用户信息层依据自身服务需要来收集、分析用户的社会属性和交互信息，以形成较为完备的用户资料，作为信息服务的基础依据。
假如数字图书馆可以给予用户完善的信息服务，就可以提升用户的满意度，增加用户的信赖感，让数字图书馆与用户之间的关系更为亲密和长久，而用户的信息行为增加，也能够大大促进数字图书馆的实际转化率。主要包括采集、建设以及整合信息资源数据的整个过程。
2.3 用户需求冷眼，线上体验贬值目前大部分数字图书馆提供的O2O服务仅限于发布资讯，还未真正根据用户需求进行信息服务的优化调整，服务无特色、无个性，不能满足用户具备个性特征的信息需求，导致数字图书馆线上业务性能未得到有效发挥。这一层主要是以线上为主，一切行为均与网络紧密关联。