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:
个性化图书推荐已成为图书馆领域关注的热点问题,但面临着读者兴趣、图书内容难以获取以及“冷启动”等一系列挑战。文中基于图书借阅行为建立“读者—图书”二部图模型,并基于此提出个性化图书推荐方法。该方法首先根据书名计算图书之间相似度;其次,基于读者兴趣相似度对读者进行聚类,并生成每个读者的获选图书集合;最后计算每个读者与候选图书集合中每本图书的匹配度,并排序后输出推荐图书列表。实验结果表明,该方法能在未知读者兴趣、图书内容的情况下,有效地实现个性化图书推荐,并缓解了“冷启动”问题。
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
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
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“读者-图书”二部图的个性化图书推荐方法
来源期刊 计算机技术与发展 学科 工学
关键词 二部图 个性化推荐 图书 兴趣 冷启动
年,卷(期) 2015,(5) 所属期刊栏目 智能、算法、系统工程
研究方向 页码范围 25-28
页数 4页 分类号 TP391.2
字数 3767字 语种 中文
DOI 10.3969/j.issn.1673-629X.2015.05.007
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 许大炜 西安交通大学城市学院 15 98 5.0 9.0
2 缪相林 西安交通大学城市学院 38 212 8.0 13.0
3 毕鹏 西安交通大学城市学院 10 14 2.0 3.0
4 何绯娟 西安交通大学城市学院 8 14 3.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (73)
共引文献  (69)
参考文献  (10)
节点文献
引证文献  (3)
同被引文献  (6)
二级引证文献  (3)
1975(1)
  • 参考文献(0)
  • 二级参考文献(1)
1976(1)
  • 参考文献(0)
  • 二级参考文献(1)
1980(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(4)
  • 参考文献(0)
  • 二级参考文献(4)
2005(2)
  • 参考文献(1)
  • 二级参考文献(1)
2006(8)
  • 参考文献(0)
  • 二级参考文献(8)
2007(9)
  • 参考文献(0)
  • 二级参考文献(9)
2008(6)
  • 参考文献(0)
  • 二级参考文献(6)
2009(12)
  • 参考文献(0)
  • 二级参考文献(12)
2010(10)
  • 参考文献(0)
  • 二级参考文献(10)
2011(6)
  • 参考文献(1)
  • 二级参考文献(5)
2012(9)
  • 参考文献(3)
  • 二级参考文献(6)
2013(2)
  • 参考文献(1)
  • 二级参考文献(1)
2014(4)
  • 参考文献(4)
  • 二级参考文献(0)
2015(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(1)
  • 引证文献(0)
  • 二级引证文献(1)
2019(3)
  • 引证文献(1)
  • 二级引证文献(2)
研究主题发展历程
节点文献
二部图
个性化推荐
图书
兴趣
冷启动
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
计算机技术与发展
月刊
1673-629X
61-1450/TP
大16开
西安市雁塔路南段99号
52-127
1991
chi
出版文献量(篇)
12927
总下载数(次)
40
总被引数(次)
111596
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导