自適應(yīng)個性化圖書推薦算法的研究.pdf

1、隨著信息技術(shù)的高速發(fā)展，人們積累的數(shù)據(jù)量急劇增長，如何從海量的數(shù)據(jù)中提取有用的知識成為當(dāng)務(wù)之急。大數(shù)據(jù)背景下的智慧圖書館業(yè)務(wù)將面臨以結(jié)構(gòu)復(fù)雜、內(nèi)容多樣的數(shù)據(jù)為對象、以深度內(nèi)容挖掘?yàn)槟康牡膶I(yè)化要求。圖書館不僅需要通過結(jié)構(gòu)化數(shù)據(jù)了解現(xiàn)在讀者需要什么服務(wù)，更需要利用大量的非結(jié)構(gòu)化、半結(jié)構(gòu)化數(shù)據(jù)做多維度的分析，感知讀者的真實(shí)需求，為讀者提供個性化服務(wù)。
　　個性化推薦技術(shù)的出現(xiàn)為圖書館的圖書推薦服務(wù)提供了一個良好的解決思路。本文以自適應(yīng)

2、個性化圖書推薦算法為研究目標(biāo)，以圖書館的流通業(yè)務(wù)數(shù)據(jù)為研究對象，結(jié)合協(xié)同過濾推薦、上下文感知推薦、用戶行為特征分析處理、用戶興趣模型表示等相關(guān)技術(shù)，研究和分析解決圖書館個性化服務(wù)的方法，并通過實(shí)驗(yàn)證明了這種圖書推薦算法的可行性和有效性。本文的研究工作主要包括以下幾個方面:
　　(1)改進(jìn)了讀者興趣模型表示方法。針對協(xié)同過濾算法“用戶—項目”評價矩陣存在的稀疏性問題和可擴(kuò)展問題，采用《中圖法》的圖書分類標(biāo)準(zhǔn)，設(shè)置圖書類別，生成基于圖

3、書分類號的“讀者—圖書類型”評價矩陣，并給出了讀者對某類圖書偏好值的計算公式，以此構(gòu)建讀者興趣模型。
　　(2)利用時間上下文信息，改進(jìn)了基于用戶的協(xié)同過濾算法。結(jié)合行為特征處理技術(shù)，挖掘讀者正反饋行為中時間上下文信息與讀者興趣變化的相互關(guān)系，按讀者借書行為發(fā)生時間的先后和圖書借期長短對讀者借閱圖書的行為設(shè)置權(quán)重，預(yù)測目標(biāo)讀者對目標(biāo)圖書的感興趣程度，提高個性化推薦的精準(zhǔn)度。
　　(3)給出了基于讀者負(fù)反饋行為的分析處理方法。