館藏圖書個性化推薦算法的研究.pdf

1、互聯(lián)網(wǎng)技術的高速發(fā)展給社會各個領域、行業(yè)都帶來了信息過載的問題，高校圖書館也不例外，在以往沒有數(shù)據(jù)的時代，高校圖書館圖書推薦往往依靠人工推薦，有的甚至沒有推薦，然而每個讀者的閱讀需求不盡一樣，這種方式就難免無法滿足讀者的借閱需求。個性化推薦系統(tǒng)通過構建讀者-圖書之間的二元關系網(wǎng)絡，利用已有的圖書借閱行為數(shù)據(jù)或相似性關系挖掘每個不同背景的讀者潛在的借閱需求，進行個性化推薦，其本質就是主動信息過濾，能夠將特定的圖書推薦給需求它的讀者。

2、>　　本文通過研究國內外推薦算法的歷史及發(fā)展趨勢介紹了協(xié)同過濾算法的基本原理，系統(tǒng)地闡述基于用戶的協(xié)同過濾算法以及基于物品的協(xié)同過濾算法在高校圖書館館藏圖書推薦方面的具體方法。同時，對高校圖書館圖書借閱規(guī)律進行時間規(guī)律分析和館藏圖書利用率分析，通過實驗數(shù)據(jù)挖掘了高校圖書借閱的實踐規(guī)律、借閱規(guī)律等。結合校園數(shù)據(jù)與高校讀者屬性，本文對基于讀者屬性的館藏圖書推薦算法進行研究，進而構建基于讀者背景的讀者特征模型并基于此來計算讀者的相似度。在最終