一种提升图书推荐精度的协同过滤改进算法

• 作者: 柯秀文
• 来源期刊: 微型电脑应用
• 学科: 工学
• 关键词: 协同过滤 推荐算法 读者 图书
• 年，卷（期）: 2018,（8）
• 所属期刊栏目: 基金项目
• 页码范围: 18-20
• 页数: 3页
• 分类号: TP301.6
• 字数: 3426字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-757X.2018.08.006

摘要

随着信息技术快速深入发展,为读者提供高效、差异化的服务逐渐成为现代图书馆提高服务职能的重要内容.随着图书馆读者和图书数量的迅速增加,读者—图书评分矩阵稀疏性问题日趋显著.为解决此问题,提出了一种提升图书推荐精度的协同过滤改进算法,根据读者-图书评分矩阵,建立LDA模型,得到读者-图书概率矩阵,根据属性对图书进行聚类,并对读者-图书概率矩阵进行裁切,然后,结合上下文信息,引入时间因子改进传统协同过滤算法相似度计算公式.实验表明,提出了协同过滤改进算法,能有效提升图书推荐效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	柯秀文	商丘职业技术学院软件学院	13	14	2.0	3.0