一种基于本体和位置感知的图书馆书籍推荐模型

【目的】改善图书馆的推荐服务,帮助用户选择感兴趣的书籍资源。【方法】结合Wi-Fi室内定位技术,提出一种基于本体和具有位置感知的图书馆书籍推荐模型。通过构建书籍分类本体,结合用户偏好和区域组偏好,在考虑推荐处理触发机制问题下进行推荐。【结果】与现有综合本体和协同过滤方法相比,提出的模型在推荐精度和相关度上分别提高13.56%和21.79%,相比单纯基于内容过滤的方法,推荐结果的集合多样性提高48.03%。【局限】未讨论推荐模型中个人书籍偏好和区域组偏好的权重。【结论】本研究有利于改善图书馆的推荐服务,提供位置相关的个性化书籍推荐。