基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
现有推荐算法计算读者之间或图书之间的相似性不准确、推荐精确度不高.为此,提出一种基于多特征的个性化图书推荐算法.根据中图分类法及图书的特征向量计算图书的相似性,依据读者的特征向量及借阅记录计算读者的相似性.在此基础上产生2种预测结果并对其进行加权,产生最终推荐.实验结果表明,该算法具有较高的图书推荐精确度.
推荐文章
基于读者个性化特征的图书馆书目推荐
读者
个性化特征
图书馆书目
协同过滤
兴趣模型
推荐业务
基于读者个性化特征数据挖掘的图书馆书目推荐
图书馆服务
个性化特征
数据关联规则
数据挖掘
图书馆书目
书目推荐
基于个性化特征的协同过滤推荐算法
个性化特征
协同过滤推荐
评分模型
项目属性
基于数据挖掘技术的图书馆个性化快速推荐算法研究
数据挖掘
关联规则运算
Apriori算法
算法改进
个性化推荐
关联分析
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于多特征的个性化图书推荐算法
来源期刊 计算机工程 学科 工学
关键词 中图分类法 图书特征向量 读者特征向量 相似性 推荐算法 中图分类树 专业分类树
年,卷(期) 2012,(11) 所属期刊栏目 软件技术与数据库
研究方向 页码范围 34-37
页数 分类号 TP301.6
字数 4494字 语种 中文
DOI 10.3969/j.issn.1000-3428.2012.11.011
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 梁正友 广西大学计算机与电子信息学院 66 590 13.0 22.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (24)
共引文献  (78)
参考文献  (6)
节点文献
引证文献  (33)
同被引文献  (105)
二级引证文献  (77)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(2)
  • 参考文献(1)
  • 二级参考文献(1)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(5)
  • 参考文献(0)
  • 二级参考文献(5)
2008(4)
  • 参考文献(1)
  • 二级参考文献(3)
2009(5)
  • 参考文献(0)
  • 二级参考文献(5)
2010(4)
  • 参考文献(4)
  • 二级参考文献(0)
2012(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2013(6)
  • 引证文献(6)
  • 二级引证文献(0)
2014(3)
  • 引证文献(2)
  • 二级引证文献(1)
2015(8)
  • 引证文献(5)
  • 二级引证文献(3)
2016(15)
  • 引证文献(5)
  • 二级引证文献(10)
2017(20)
  • 引证文献(4)
  • 二级引证文献(16)
2018(26)
  • 引证文献(5)
  • 二级引证文献(21)
2019(18)
  • 引证文献(4)
  • 二级引证文献(14)
2020(14)
  • 引证文献(2)
  • 二级引证文献(12)
研究主题发展历程
节点文献
中图分类法
图书特征向量
读者特征向量
相似性
推荐算法
中图分类树
专业分类树
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机工程
月刊
1000-3428
31-1289/TP
大16开
上海市桂林路418号
4-310
1975
chi
出版文献量(篇)
31987
总下载数(次)
53
总被引数(次)
317027
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导