基于读者偏好变化的高校图书个性化推荐方法

发布时间：2020-12-05 09:22

　　提出了一种根据读者借阅行为记录和图书信息来观察高校读者阅读偏好随着时间变化的思路,并借助二分网络结构特性提出了测量偏好变化特征的计算方式及其作为推荐客体结合传统图书推荐算法的混合推荐方式。同时,使用上海交通大学图书馆图书借阅历史数据,展示了偏好变化计算结果和结合偏好变化的混合推荐方法相比传统推荐方法的优越性。 

【文章来源】：系统管理学报. 2020年04期 第824-829页 北大核心CSSCI

【文章页数】：6 页

【部分图文】：

2013～2015年上海交通大学图书馆借阅流水中读者借阅图书涵盖图书分类数量图

按照图书类别分类并以图书书名关键词作为特征是本文描述读者偏好的基本方式。据此，在既定的图书分类和既定的偏好阶段条件下，读者和图书书名关键词分别作为两部分的节点、读者的借阅行为作为边形成一个二分网络（见图2）。在该网络中，读者和书名关键词的权重都可以得到测度，具体测量方式可以参考文献[15]中对图书可推荐质量的测量，而关键词的测度结果则可以作为权重形成读者的偏好。由读者和书名关键词之间的联系可以看到，读者和关键词相互依赖，其依赖能力在实际的图书借阅过程中体现为一段时间内的网络流量，其中关键词的权重如下式所示：

【参考文献】：
期刊论文
[1]面向大数据的移动数字图书馆情境化推荐系统研究[J]. 刘海鸥,陈晶,孙晶晶,张亚明.  图书馆工作与研究. 2018(09)
[2]移动商务用户个性化推荐采纳行为影响因素的实证研究[J]. 王伟军,王阳,王玉珠,刘凯.  系统管理学报. 2017(05)
[3]关联规则应用下的高校图书馆图书推荐服务[J]. 陈淑英,徐剑英,刘玉魏,山洁.  图书馆论坛. 2018(02)
[4]基于信任随机游走模型的微博粉丝推荐[J]. 曹云忠,邵培基,李良强.  系统管理学报. 2017(01)
[5]融合Word2vec与TextRank的关键词抽取研究[J]. 宁建飞,刘降珍.  现代图书情报技术. 2016(06)
[6]一种面向高校图书馆的个性化图书推荐系统[J]. 王连喜.  现代情报. 2015(12)
[7]一种融合协同过滤和内容过滤的混合推荐方法[J]. 高虎明,赵凤跃.  现代图书情报技术. 2015(06)
[8]基于符号数据与非负矩阵分解法的混合推荐算法[J]. 郭均鹏,王启鹏,宁静,李嫒嫒.  系统管理学报. 2015(03)
[9]一种高校读者借阅偏好的个性化图书推荐[J]. 李克潮,蓝冬梅,凌霄娥.  现代情报. 2013(08)
[10]基于读者借阅二分网络的图书可推荐质量测度方法及个性化图书推荐服务[J]. 李树青,徐侠,许敏佳.  中国图书馆学报. 2013(03)



本文编号：2899233