基于内存计算的图书馆文献服务模式构建研究

• 作者: 于芳
• 来源期刊: 微型电脑应用
• 关键词: 内存算法 文献推荐 Spark框架 混合权重
• 年，卷（期）: 2021,（5）
• 所属期刊栏目: 基金项目|FUND PROJECT
• 页码范围: 48-51
• 页数: 4页
• 分类号: G250
• 语种: 中文
• DOI: 10.3969/j.issn.1007-757X.2021.05.014

摘要

针对传统文献推荐过程中易于发生文献查找困难、文献浏览迷失等问题,基于大数据特征,利用内存计算中Spark系统框架高的容错机制和实时运算优势,提出了一种"混合关联"的图书馆推荐算法.利用Spark RDD来支撑"字符串匹配",利用Spark MLlib支撑"相似度匹配",通过TF-IDF()算法获得分词的TF/IDF值作为权重值,建立起文献、混合权重的Spark的三元组形式,并利用混合权重值排名建立不同长度推荐列表,以准确率对推荐算法的性能进行了评价,结果表明该算法在庞大图书系统中依然具备了非常高的文献推荐准确率,能够满足用户对感兴趣资料文献的查找需求.