基于協(xié)同過濾的圖書推薦算法研究.pdf

1、隨著學(xué)校圖書數(shù)量的增加，如何從海量圖書中推薦讀者感興趣的圖書成為了一個(gè)亟須解決的問題。圖書推薦的目標(biāo)是主動(dòng)挖掘讀者與圖書的關(guān)聯(lián)信息并為讀者提供準(zhǔn)確的推薦服務(wù)。對(duì)圖書推薦的深入研究有利于讀者快速找到自己所需的圖書，也將對(duì)校園信息化等應(yīng)用領(lǐng)域產(chǎn)生深遠(yuǎn)的影響。因此研究圖書推薦算法并構(gòu)建一個(gè)具有精確性和個(gè)性化的圖書推薦系統(tǒng)具有十分重要的理論意義和應(yīng)用價(jià)值。
　　本文重點(diǎn)研究了基于隱語(yǔ)義的協(xié)作過濾圖書推薦方法與基于聚類專家選擇的協(xié)同過濾圖書

2、推薦算法。針對(duì)協(xié)同過濾算法難以處理高維度以及稀疏數(shù)據(jù)等問題，提出了相應(yīng)的解決方案，該方案考慮了用戶在預(yù)覽圖書時(shí)的時(shí)間以及用戶與用戶之間的相似度，提高了算法的推薦精度。
　　論文的主要工作有以下幾個(gè)方面:
　　(1)針對(duì)協(xié)同過濾算法難以處理高維度以及稀疏數(shù)據(jù)等問題，提出了一種基于隱含語(yǔ)義分析的協(xié)同過濾圖書推薦算法，該算法融合了用戶的顯性反饋與隱性反饋信息，考慮了用戶在預(yù)覽圖書時(shí)的時(shí)間以及用戶與用戶之間的相似度，提高了算法的精度

3、，運(yùn)用統(tǒng)計(jì)方法來(lái)發(fā)現(xiàn)用戶在圖書使用過程中潛在的語(yǔ)義結(jié)構(gòu)，分析用戶對(duì)圖書的興趣度，幫助用戶快速發(fā)現(xiàn)感興趣的圖書，提升了用戶體驗(yàn)。
　　(2)隨著用戶數(shù)與圖書館圖書數(shù)量的增加以及圖書館圖書推薦系統(tǒng)規(guī)模的擴(kuò)大，圖書推薦算法面臨著擴(kuò)展性問題。為此，提出了一種基于聚類專家選擇的協(xié)同過濾算法(Experts Recommend the Book Selection based on Clustering，ERSC)，該算法對(duì)專家進(jìn)行了重定義，