基于借阅信息的图书个性化推荐算法研究

• 作者: 刘高军 李越洋
• 来源期刊: 数字技术与应用
• 学科: 社会科学
• 关键词: 图书推荐 借阅特征 协同过滤 特征提取
• 年，卷（期）: 2017,（3）
• 所属期刊栏目: 算法分析
• 页码范围: 156-158
• 页数: 3页
• 分类号: G250.71
• 字数: 3801字
• 语种: 中文

摘要

随着出版行业日益发展,高校图书馆图书同样日益增多,然而高校图书馆目前存在个性化图书推荐不精确甚至没有个性化图书推荐的现象.本文通过我校图书馆近十年的借阅记录,提出一种新的个性化图书推荐方案,考虑读者的借阅特征以及时间相关因素,最终提高推荐精确度.该方案的核心主要分为两个部分,首先利用基于用户的协同过滤算法对推荐结果进行粗召回.第二步利用特征提取算法对借阅记录进行特征提取,除了用户的基本特征,例如年级、专业、性别等信息之外,还包括了读者借阅图书的类别、借阅时间点、借阅时长、借阅次数、近一段时间借阅了哪些书等特征维度.根据提取的特征对数据进行训练,确定用户的偏好模型,从而预测读者对图书的评分,根据评分排序进行精确推荐.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘高军		41	237	7.0	15.0
2	李越洋		1	7	1.0	1.0