基于协同过滤的图书推荐模型
针对目前传统数字图书馆无法为用户提供准确个性的图书推荐服务的问题,提出构建基于协同过滤的图书智能推荐系统.首先对图书进行聚类,构建无缺失的图书评价矩阵,在此基础上根据读者时相似图书的评分预测读者的兴趣爱好,为读者提供个性化的图书推荐.该方法在评分数据极端稀疏的情况下也可以为读者作出准确的图书推荐.最后通过实验验证该推荐方法的有效性和实用性.
数据挖掘、协同过滤、图书推荐
55
TP311(计算技术、计算机技术)
2011-05-27(万方平台首次上网日期,不代表论文的发表时间)
35-38