一种改进的协同过滤方法在高校图书馆图书推荐中的应用

被引：26

作者：

宋楚平 ^{[1
,2
]}

机构：

[1] 江苏工程职业技术学院机电学院

[2] 华东师范大学教育学院

来源：

图书情报工作 | 2016年 / 24期

关键词：

协同过滤; 图书推荐; 评价矩阵; 用户特征;

D O I：

10.13266/j.issn.0252-3116.2016.24.012

中图分类号：

G258.6 [高等学校、中等专业学校图书馆]; G252 [读者工作];

学科分类号：

1205 ; 120501 ;

摘要：

[目的/意义]为解决高校图书推荐过程中面临的"数据稀疏"和"冷启动"问题,研究表明:优化读者评价矩阵和相似度模型是提高图书推荐质量的关键。[方法/过程]提出一种协同过滤改进方法,以图书分类为项目生成用户评价矩阵,并考虑借阅方式、借阅时间和图书相似度对用户兴趣度的影响,优化矩阵中的样本数据;同时,在计算读者相似度时融入读者特征和图书特征。[结果/结论]实验结果表明,该方法可有效解决"数据稀疏"和"冷启动"问题,显著降低计算量。与基本协同过滤和聚类改进的协同过滤方法相比,无论是在推荐准确率还是在用户满意率上都有较大的提高,综合推荐效果更好。

引用

页码：86 / 91

页数：6

共 14 条

[11] An empirical study of a cross-level association rule mining approach to cold-start recommendations [J].

Leung, Cane Wing-ki ;

Chan, Stephen Chi-fai ;

Chung, Fu-lai .

KNOWLEDGE-BASED SYSTEMS, 2008, 21 (07) :515-529

[12] An architecture for making recommendations to courseware authors using association rule mining and collaborative filtering [J].

Enrique García ;

Cristóbal Romero ;

Sebastián Ventura ;

Carlos de Castro .

User Modeling and User-Adapted Interaction, 2009, 19 :99-132

[13] USING COLLABORATIVE FILTERING TO WEAVE AN INFORMATION TAPESTRY [J].

GOLDBERG, D ;

NICHOLS, D ;

OKI, BM ;

TERRY, D .

COMMUNICATIONS OF THE ACM, 1992, 35 (12) :61-70

[14]

Analysis of recommendation algorithms for e-commerce .2 Sarwar B,Karypis G,Konstan J,et al. Proceedings of the Second ACM Conference on Electronic Commerce . 2000

← 1 2 →