個(gè)性化推薦技術(shù)在圖書館服務(wù)中的應(yīng)用研究.pdf

1、近年來(lái)，個(gè)性化推薦技術(shù)發(fā)展迅速，已經(jīng)成為當(dāng)前研究熱點(diǎn)，在電子商務(wù)等領(lǐng)域已經(jīng)獲得了巨大的成功。然而高校圖書館用戶正面臨著如何在浩瀚的圖書資源中找到自己感興趣的圖書的難題，因此借鑒個(gè)性化推薦技術(shù)在電子商務(wù)領(lǐng)域的成功經(jīng)驗(yàn)，將其運(yùn)用在圖書館服務(wù)中已經(jīng)成為了一個(gè)重要的研究方向。
　　本文工作主要圍繞個(gè)性化推薦技術(shù)在圖書館服務(wù)中的應(yīng)用研究而展開(kāi)，主要研究?jī)?nèi)容和貢獻(xiàn)如下：
　　(1)首先概括了圖書推薦系統(tǒng)的國(guó)內(nèi)外研究現(xiàn)狀，接著對(duì)各種推薦技

2、術(shù)做了相應(yīng)研究并比較它們各自的優(yōu)缺點(diǎn)。
　　(2)結(jié)合高校圖書館的實(shí)際情況，選擇協(xié)同過(guò)濾算法作為重點(diǎn)研究對(duì)象，做了相應(yīng)改進(jìn)：針對(duì)圖書評(píng)分?jǐn)?shù)據(jù)稀疏性問(wèn)題，提出一種特殊的解決辦法，引入讀者-圖書分類，將基于讀者借閱記錄和基于讀者-圖書分類兩種協(xié)同過(guò)濾算法結(jié)合在一起，并在相似度度量和最近鄰選擇方面做了改進(jìn)，增加了權(quán)重系數(shù)λ，使相似度可以隨著實(shí)際情況動(dòng)態(tài)地改變大小，使相似度計(jì)算的準(zhǔn)確性有所提高。
　　(3)利用改進(jìn)后的算法為讀者進(jìn)行