基于协同过滤算法的个性化图书推荐系统研究

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.

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

所属期刊栏目：12

分类号：TP301(计算技术、计算机技术)

资助基金：钻井工程项目安全风险预警研究sichuan-0009-2016AQ

在线出版日期：2016-11-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：155-158