本文關(guān)鍵詞：基于協(xié)同過(guò)濾算法的個(gè)性化圖書推薦系統(tǒng)研究

  更多相關(guān)文章： 協(xié)同過(guò)濾 圖書推薦系統(tǒng) 個(gè)性化推薦 混合算法 學(xué)習(xí)風(fēng)格量表

【摘要】：針對(duì)高校數(shù)字圖書館對(duì)讀者需求信息挖掘不足,無(wú)法主動(dòng)為讀者提供個(gè)性化圖書推薦服務(wù)的問(wèn)題。該文引入所羅門學(xué)習(xí)風(fēng)格量表,多維度、全方位的構(gòu)建讀者特征模型,并提出基于隨機(jī)算法與協(xié)同過(guò)濾推薦算法的混合推薦算法。首先,讀者通過(guò)數(shù)據(jù)量表測(cè)試得到其學(xué)習(xí)風(fēng)格,然后根據(jù)讀者的瀏覽矩陣,在同種學(xué)習(xí)風(fēng)格的用戶群體中進(jìn)行用戶之間的相似度計(jì)算,最后采用Top-N的策略向用戶進(jìn)行圖書推薦,為讀者提供符合其個(gè)性特征的圖書。實(shí)驗(yàn)結(jié)果表明,應(yīng)用該算法能有效提高系統(tǒng)的推薦質(zhì)量,達(dá)到良好的推薦效果。
【作者單位】： 西南石油大學(xué)計(jì)算機(jī)科學(xué)學(xué)院;
【關(guān)鍵詞】： 協(xié)同過(guò)濾 圖書推薦系統(tǒng) 個(gè)性化推薦 混合算法 學(xué)習(xí)風(fēng)格量表
【基金】：鉆井工程項(xiàng)目安全風(fēng)險(xiǎn)預(yù)警研究(sichuan-0009-2016AQ)
【分類號(hào)】：TP391.3
【正文快照】： 1概述 如今,高校圖書館的圖書儲(chǔ)量非常豐富,但是,讀者想要準(zhǔn)確快速找到符合自己個(gè)性化需要的圖書資源卻比較困難。一方面,信息資源過(guò)于龐大,檢索信息需要花費(fèi)很大的時(shí)間和精力,另一方面,用戶的個(gè)性化需求也不盡相同,難以滿足所有用戶的實(shí)際需求。如何利用現(xiàn)代信息技術(shù)滿足讀，

本文編號(hào)：1054519