基于协同过滤算法的个性化图书推荐系统研究

发布时间：2017-10-18 10:52

  本文关键词：基于协同过滤算法的个性化图书推荐系统研究

  更多相关文章： 协同过滤 图书推荐系统 个性化推荐 混合算法 学习风格量表

【摘要】：针对高校数字图书馆对读者需求信息挖掘不足,无法主动为读者提供个性化图书推荐服务的问题。该文引入所罗门学习风格量表,多维度、全方位的构建读者特征模型,并提出基于随机算法与协同过滤推荐算法的混合推荐算法。首先,读者通过数据量表测试得到其学习风格,然后根据读者的浏览矩阵,在同种学习风格的用户群体中进行用户之间的相似度计算,最后采用Top-N的策略向用户进行图书推荐,为读者提供符合其个性特征的图书。实验结果表明,应用该算法能有效提高系统的推荐质量,达到良好的推荐效果。
【作者单位】： 西南石油大学计算机科学学院;
【关键词】： 协同过滤 图书推荐系统 个性化推荐 混合算法 学习风格量表
【基金】：钻井工程项目安全风险预警研究(sichuan-0009-2016AQ)
【分类号】：TP391.3
【正文快照】： 1概述 如今,高校图书馆的图书储量非常丰富,但是,读者想要准确快速找到符合自己个性化需要的图书资源却比较困难。一方面,信息资源过于庞大,检索信息需要花费很大的时间和精力,另一方面,用户的个性化需求也不尽相同,难以满足所有用户的实际需求。如何利用现代信息技术满足读，

本文编号：1054519