基于协同过滤算法的个性化图书推荐系统研究

• 作者: 张宇洋 徐佳庆 肖斌
• 来源期刊: 电脑知识与技术：学术交流
• 学科: 工学
• 关键词: 协同过滤 图书推荐系统 个性化推荐 混合算法 学习风格量表
• 年，卷（期）: 2016,（9X）
• 页码范围: 155-158
• 页数: 4页
• 分类号: TP391.3

摘要

针对高校数字图书馆对读者需求信息挖掘不足,无法主动为读者提供个性化图书推荐服务的问题。该文引入所罗门学习风格量表,多维度、全方位的构建读者特征模型,并提出基于随机算法与协同过滤推荐算法的混合推荐算法。首先,读者通过数据量表测试得到其学习风格,然后根据读者的浏览矩阵,在同种学习风格的用户群体中进行用户之间的相似度计算,最后采用Top-N的策略向用户进行图书推荐,为读者提供符合其个性特征的图书。实验结果表明,应用该算法能有效提高系统的推荐质量,达到良好的推荐效果。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	肖斌	西南石油大学计算机科学学院	24	92	6.0	8.0
2	徐佳庆	西南石油大学计算机科学学院	2	1	1.0	1.0
3	张宇洋	西南石油大学计算机科学学院	3	5	1.0	2.0