基于数据挖掘的高校图书馆在线推荐算法研究

• 作者: 姜润发
• 来源期刊: 信息与电脑
• 关键词: 在线推荐 协同过滤 数据挖掘 用户聚类
• 年，卷（期）: 2020,（23）
• 所属期刊栏目: 算法语言
• 页码范围: 50-52
• 页数: 3页
• 分类号: TP311.13
• 语种: 中文
• DOI: 10.3969/j.issn.1003-9767.2020.23.018

摘要

在线推荐服务在高校图书馆系统中发挥的作用越来越大,传统推荐服务使用的算法存在数据稀疏和冷启动问题.为了提高在线推荐的服务质量,本文提出了一种基于数据挖掘的图书推荐算法,该算法融合了基于内容的推荐思想,改进了协同过滤的相似度计算方式,并将用户聚类引入最终的算法执行模型.