| 林晓霞,刘敏,杨晓东,徐尧.融合信任相似度的高校图书馆个性化推荐研究[J].数字图书馆论坛,2018,(8):14~19 |
| 融合信任相似度的高校图书馆个性化推荐研究 |
| Research on Personalized Recommendation of University Libraries Based on Trust Similarity |
| 投稿时间：2018-08-02 |
| DOI：10.3772/j.issn.1673-2286.2018.08.003 |
| 中文关键词: 高校图书馆;个性化推荐;协同过滤;信任相似度 |
| 英文关键词: Academic Library; Personalized Recommendation; Collaborative Filtering; Trust Similarity |
| 基金项目:本研究得到全国统计科学研究项目"基于云计算的高精度空间插值方法与应用"(编号:2016LZ12)和泰安市科技计划项目"智慧泰安背景下的高性能空间插值平台与泰安市高精度DEM和资源环境数据构建"(编号:201630576)资助. |
| 作者 | 单位 | | 林晓霞 | 山东科技大学 | | 刘敏 | 山东科技大学 | | 杨晓东 | 山东科技大学 | | 徐尧 | 山东科技大学 |
|
| 摘要点击次数: 2020 |
| 全文下载次数: 1399 |
| 中文摘要: |
| 随着数字图书馆的发展,高校图书馆的个性化推荐问题成为热点,而传统基于评分的推荐算法不适合高校图书馆的推荐需求.针对以上情况,本文在研究传统协同过滤算法的基础上,首先利用借阅记录中的数据构建评分矩阵,然后融合信任相似度对用户相似度进行改进,同时引入对新生、新书推荐的解决方法,最后通过对山东科技大学图书馆数据集的对比实验,结果表明,提出的方法有效解决了数据稀疏和冷启动的问题,具有更高的推荐精度. |
| 英文摘要: |
| With the development of the digital library, the personalized recommendation problem of university libraries has become a hot spot, and the traditional rating-based recommendation algorithm does not apply to the recommendation requirements of university libraries. In view of the above situation, based on the study of traditional collaborative filtering algorithm, firstly, use the borrowing recording data to build the scoring matrix, then introduces trust similarity to user similarity, at the same time, integrate the solution of recommended for new students and books. Experiment on the Library Dataset of Shandong University of Science and Technology, the results show, the improved algorithm effectively solves the problem of matrix sparse and cold start, and has a higher recommendation accuracy. |
|
查看全文
查看/发表评论 下载PDF阅读器 |
| 关闭 |
|
|
|
