改进协同过滤算法的图书推荐系统设计与实现

• 作者: 董杨帆
• 来源期刊: 情报探索
• 关键词: 协同过滤 图书推荐系统 稀疏性 推荐性能
• 年，卷（期）: 2021,（7）
• 所属期刊栏目: 工作研究|Work Research
• 页码范围: 46-51
• 页数: 6页
• 分类号: G258.6
• 语种: 中文
• DOI: 10.3969/j.issn.1005-8095.2021.07.007

摘要

[目的/意义]针对当前图书馆图书推荐系统使用解决协同过滤(CF)方法存在的稀疏性问题,设计了一种改进的基于概率关键词的协同过滤方法.[方法/过程]通过图书流通记录和图书关键词属性数据分别建立流通矩阵和关键词矩阵.利用概率分布计算用户借到符合其关键词模型条件图书的概率,建立概率关键词模型,进一步生成图书推荐列表.[结果/结论]基于概率关键词的协同过滤方法在所有评价指标上都优于传统基于用户和基于项目协同过滤方法.改进协同过滤方法可以提高推荐性能,并且比传统方法能够更好地处理稀疏数据集.