基于用户分类的协同过滤算法在图书推荐中的研究

摘要：

随着高校图书馆大数据时代的到来,读者有时很难找到自己喜欢的图书,会造成图书资源的浪费.针对这种情况,本文研究了基于用户分类的协同过滤算法在高校图书推荐中的应用,其中涉及读者分类、用户-项目评分矩阵的建立、向量空间模型的构建以及用户间相似度的计算,并考虑了高校图书和读者的特点,对用户-项目评分矩阵进行了改进,缓解了数据稀疏问题.研究结果表明,基于用户分类的协同过滤算法比传统的协同过滤算法计算复杂度低,在一定程度上优于传统的协同过滤算法.

关键词：用户分类、协同过滤算法、图书推荐

所属期刊栏目：37

分类号：TP311.1(计算技术、计算机技术)

资助基金：内蒙古自治区自然科学基金;内蒙古工业大学科学研究项目;内蒙古自治区高等学校科学研究项目

在线出版日期：2016-11-07（万方平台首次上网日期，不代表论文的发表时间）

页码：108-113