融合相似性评价、信任度与社会网络的学术资源推荐方法研究

摘要：

针对数字图书馆学术资源信息过载问题,提出了一种融合相似性评价、信任度与社会网络的学术资源推荐方法.该方法利用信任度分析与社会网络关系挖掘技术对协同过滤推荐方法进行了改进,并综合考虑了用户特征因素对推荐结果的影响.实验结果表明,本方法在预测准确度和覆盖率指标上均优于其他推荐方法,显著提高了学术资源推荐系统的推荐质量.

关键词：学术资源、协同过滤、信任、社会网络、个性化推荐

所属期刊栏目：38

资助基金：本文为文化部科技创新项目“数字图书馆个性化推荐服务体系及相关技术研究”的成果之一,项目编号:2013KJCXXM13.

在线出版日期：2015-06-04（万方平台首次上网日期，不代表论文的发表时间）

页码：77-81