大数据量图书下多数据集的二部图多样化推荐

摘要：

文章利用加权二部图推荐算法在电子商务产品多样化推荐中的优势,并根据图书的特点对以往推荐方法进行相应改进.提出利用spider从当当网抓取大数据量的图书购买记录,结合高校图书馆借阅记录,利用用户对图书的评分作为二部图的权值.综合用户之间对不同图书评分的偏好预测、对相同图书评分的偏好预测,以及借阅偏好预测,进行图书推荐.在两种数据集上,通过实验获取最佳的实验参数,验证提出的方法不但能推荐多样化的图书,推荐准确率也得到提高.

关键词：大数据、多数据集、二部图、多样化

所属期刊栏目：39

资助基金：本文为广西教育厅科研项目"个性化推荐冷启动及稀疏性关键技术研究"项目编号:201204LX481和CALIS广西壮族自治区文献信息服务中心预研项目"云计算环境下高校用户模糊借阅偏好的图书推荐研究"项目编号:CALISGX201305的成果.

在线出版日期：2016-03-10（万方平台首次上网日期，不代表论文的发表时间）

页码：69-72,49