基于云計算的協(xié)同過濾推薦算法在智慧圖書館中的應(yīng)用.pdf

1、當前,智慧圖書館所面臨的是數(shù)字資源呈幾何級增長,用戶數(shù)量迅猛倍增。面對海量的數(shù)字資源,利用云計算技術(shù)可以更智慧、更高效的將數(shù)字資源向用戶推薦。隨著智慧圖書館云時代的到來,云計算技術(shù)為智慧圖書館提供了一種新的服務(wù)模式和提供有效的保障體系。
　　本文首先簡單介紹了云計算與智慧圖書館的相關(guān)理論,在相關(guān)理論中介紹了云計算的概念和部署模式、云計算的服務(wù)模型和開源云計算Hadoop平臺。從智慧圖書館的概念出發(fā),對智慧圖書館服務(wù)平臺的構(gòu)建、在線

2、展示和智慧圖書館圖書的推薦過程進行了闡述,其次重點對基于用戶和基于項目的協(xié)同過濾推薦算法進行了研究,提出傳統(tǒng)基于用戶和基于項目的協(xié)同過濾推薦算法存在的問題、解決辦法并對傳統(tǒng)協(xié)同過濾推薦算法的性能進行評估。通過傳統(tǒng)協(xié)同過濾推薦算法的研究提出本文基于多個近鄰用戶和多個近鄰項目的有效結(jié)合的算法,通過相關(guān)數(shù)據(jù)集實驗的方法得出多個近鄰用戶和多個近鄰項目的最優(yōu)臨界點,最后搭建了Hadoop云計算平臺,利用Hadoop云計算平臺對基于用戶和基于項目的

3、協(xié)同過濾推薦算法進行了仿真實驗。利用在不同條件下增加用戶數(shù),采用相關(guān)相似性的的計算方法得出多個近鄰用戶和多個近鄰項目有效結(jié)合的仿真實驗,采用性能評價指標、不同數(shù)據(jù)稀疏程度對以上三種協(xié)同過濾推薦算法推薦性能進行評比。
　　為此,傳統(tǒng)協(xié)同過濾推薦算法不論是基于用戶還是基于項目的協(xié)同過濾算法,都不可避免的遇到數(shù)據(jù)稀疏、冷啟動、可擴展性和影響性能的計算復(fù)雜度等問題。利用多近鄰用戶和多近鄰項目有效結(jié)合的協(xié)同過濾推薦算法,根據(jù)用戶之間的相似度