基于協(xié)同過(guò)濾的圖書(shū)推薦算法研究.pdf

1、隨著學(xué)校圖書(shū)數(shù)量的增加，如何從海量圖書(shū)中推薦讀者感興趣的圖書(shū)成為了一個(gè)亟須解決的問(wèn)題。圖書(shū)推薦的目標(biāo)是主動(dòng)挖掘讀者與圖書(shū)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(shū)推薦的深入研究有利于讀者快速找到自己所需的圖書(shū)，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(shū)推薦算法并構(gòu)建一個(gè)具有精確性和個(gè)性化的圖書(shū)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(guò)濾圖書(shū)推薦方法與基于聚類(lèi)專(zhuān)家選擇的協(xié)同過(guò)濾圖書(shū)

2、推薦算法。針對(duì)協(xié)同過(guò)濾算法難以處理高維度以及稀疏數(shù)據(jù)等問(wèn)題，提出了相應(yīng)的解決方案，該方案考慮了用戶(hù)在預(yù)覽圖書(shū)時(shí)的時(shí)間以及用戶(hù)與用戶(hù)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(guò)濾算法難以處理高維度以及稀疏數(shù)據(jù)等問(wèn)題，提出了一種基于隱含語(yǔ)義分析的協(xié)同過(guò)濾圖書(shū)推薦算法，該算法融合了用戶(hù)的顯性反饋與隱性反饋信息，考慮了用戶(hù)在預(yù)覽圖書(shū)時(shí)的時(shí)間以及用戶(hù)與用戶(hù)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(hù)在圖書(shū)使用過(guò)程中潛在的語(yǔ)義結(jié)構(gòu)，分析用戶(hù)對(duì)圖書(shū)的興趣度，幫助用戶(hù)快速發(fā)現(xiàn)感興趣的圖書(shū)，提升了用戶(hù)體驗(yàn)。
　　(2)隨著用戶(hù)數(shù)與圖書(shū)館圖書(shū)數(shù)量的增加以及圖書(shū)館圖書(shū)推薦系統(tǒng)規(guī)模的擴(kuò)大，圖書(shū)推薦算法面臨著擴(kuò)展性問(wèn)題。為此，提出了一種基于聚類(lèi)專(zhuān)家選擇的協(xié)同過(guò)濾算法(Experts Recommend the Book Selection based on Clustering，ERSC)，該算法對(duì)專(zhuān)家進(jìn)行了重定義，