一种融合了基于朴素贝叶斯算法与情境感知的协同推荐系统 ——以大学图书馆实体图书推荐为例

摘要：

[目的/意义]将情境感知技术引入图书馆以提高服务的智能化,已成为数字图书馆的发展趋势之一.为了提高情境感知模型中推荐结果的准确度.[方法/过程]本文研究并提出了一种融合了朴素贝叶斯算法与情景感知功能的协同推荐模型,并通过实验对推荐效果进行了评估.具体为:首先,获取用户的当前任务和情景信息,同时提取历史信息库用户的行为偏好;其次基于属性加权贝叶斯算法计算用户的行为相似度,继而进行协同推荐;通过计算目标情景中所有情景属性对所推荐资源的影响的权值,对协同推荐所得评分进行加权处理,形成最终的预测预测;最后通过实验对模型进行检验.[结果/结论]结果表明:使用该模型得出的推荐结果优于传统的协同推荐结果.因此该模型能够更好地为为个性化信息服务提供支持.

关键词：情景感知、朴素贝叶斯、协同推荐、图书馆

所属期刊栏目：39

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学青年基金项目"基于QSIM的图书馆移动用户群体行为模拟与学习兴趣引导研究"7150309;教育部人文社会科学研究青年基金项目"移动环境下图书馆用户行为发现与知识推荐研究"14YJC870004

在线出版日期：2019-03-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：57-65