基于社会化标签的图书推荐系统模型研究

• 作者: 付凯丽
• 来源期刊: 情报探索
• 学科: 社会科学
• 关键词: 社会化标签 图书推荐系统 LDA 协同过滤
• 年，卷（期）: 2016,（10）
• 所属期刊栏目: 图书馆论坛
• 页码范围: 80-85
• 页数: 6页
• 分类号: G250.73
• 字数: 6511字
• 语种: 中文
• DOI: 10.3969/j.issn.1005-8095.2016.10.020

摘要

[目的/意义]从社会化标签视角探讨图书推荐系统模型.[过程/方法]分析3种主流的标签推荐模型(基于主题、网络和张量的模型)和3种标签推荐算法(基于内容、协同过滤和混合推荐算法)的优缺点,构建基于标签的图书推荐系统模型.[结果/结论]该模型由数据采集模块、数据预处理模块和协同过滤推荐模块组成,可以在一定程度上解决推荐系统中的标签语义模糊、用户兴趣多变、可扩展性差等问题,以提高图书推荐效率和准确度.