数字图书馆推荐系统协同过滤算法改进及实证分析     

朱白 《图书情报工作》2017,61(9):130-134

[目的/意义] 为了提高传统协同过滤算法的计算速度,解决目标用户随着时间推移发生兴趣偏移而导致推荐系统质量下降的问题,以期进一步提升推荐系统运行效率和推荐质量。[方法/过程] 提出预先计算用户相似度算法和引入时间评分权重计算相似度矩阵的两种算法的改进,并利用Hadoop平台实证分析改进后的算法。[结果/结论] 实验结果证明：预先计算用户相似度算法缩短了对读者推送相关信息的时间,从而有效地提升了计算速度;引入时间评分权重计算相似度矩阵大大降低了MAE值,从而提高了推荐质量,两种算法同时应用后推荐系统在计算速度、准确率和新颖性方面都有显著提升。  相似文献   

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     

宋楚平 《图书情报工作》2016,60(24):86-91

[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。  相似文献   

基于本体构建的协同推荐研究   总被引：2，自引：0，他引：2  

陈祖琴  葛继科  郑宏 《现代图书情报技术》2008,3(9):53-57

通过构建领域本体,利用用户兴趣与领域本体中概念的映射关系,构建用户兴趣本体,发掘用户兴趣模式。研究用户兴趣本体相似度的计算方法,并通过用户兴趣相似度进行垂直加权,通过时间新颖度进行水平加权,从而利用改进的加权关联规则挖掘算法对用户感兴趣的领域本体中的概念进行挖掘,实现面向内容的协同推荐。  相似文献   

借阅场景下图书专业性质量测度方法和图书个性化推荐服务方法     

李树青  庄光光  秦嘉杭  徐侠 《图书情报工作》2018,62(11):53-63

[目的/意义]以现有图书馆借阅记录为基础,结合图书阅读相关性进行深入挖掘,探讨识别借阅场景下图书专业性质量和实现相应个性化图书推荐服务的有效方法。[方法/过程]利用图书的阅读相关性提出图书相关性链接关系,结合图书质量的迭代识别算法来识别专业图书资源。同时利用图书类别相关性链接关系,提出读者用户个性化模式的表达方法,并从长期兴趣推荐和短期兴趣的即时推荐两个方面给出个性化图书推荐策略设计原理和实现方法。[结果/结论]在图书质量识别方面,该方法更易于识别出专业性较强的优质图书资源,适用面比较灵活,也可以在限定图书范围内进行专业图书识别。在个性化图书推荐方面,发现不论长期兴趣推荐方法还是短期兴趣推荐方法,第二类用户的平均推荐命中度要高于第一类用户,在第一类用户中,最高相似度区间（75%以上）和较低相似度区间（15%-50%）的短期兴趣推荐方法的平均推荐命中度要高于长期兴趣推荐方法。本研究通过读者借阅序列分析方法识别专业图书并实现相应的个性化推荐图书方法,有利于改善现有图书馆借阅服务水平和提高读者的满意度。  相似文献   

用户兴趣变化感知的重启动随机游走推荐算法研究   总被引：1，自引：0，他引：1  

俞琰  邱广华 《现代图书情报技术》2012,(4):48-53

针对目前重启动随机游走推荐算法忽略用户兴趣变化的问题,提出一种基于用户兴趣变化的重启动随机游走推荐算法。通过聚类识别用户的兴趣,建立用户兴趣模型,在此基础上,考虑兴趣的时间衰减,计算用户当前兴趣度。最后,根据用户当前兴趣度,形成用户转移概率矩阵,并做出推荐。实验表明提出的算法较传统的重启动随机游走推荐算法可以有效地提高推荐精度。  相似文献   

面向C2C电子商务平台的三维个性化推荐方法研究     

艾丹祥  左晖  杨君 《现代图书情报技术》2013,(1):36-42

定义C2C电子商务平台中不同于B2C平台的三维推荐空间和推荐问题,并针对该问题提出一种三维个性化推荐方法。该方法对传统二维协同过滤方法和基于内容推荐的方法进行混合和扩展。首先利用卖家特征属性计算卖家相似度,并基于销售关系和卖家相似度对三维评分数据集进行填补,以解决评分数据的稀疏问题,再利用填补后的评分数据计算买家相似度,获取最近邻并预测未知评分。实验证明,该方法能较好地解决C2C平台中的个性化推荐问题,在形成卖家和商品组合推荐时具有较好的性能。  相似文献   

基于用户兴趣度量的知识发现服务精准推荐     

丁梦晓  毕强  许鹏程  李洁  牟冬梅 《图书情报工作》2019,63(3):21-29

[目的/意义]针对当前知识发现服务中存在的个性化程度不高和推荐效果不佳等问题，提出一种基于用户兴趣度量和内容分析的推荐算法。[方法/过程]文章通过特征词分布、LDA主题分布、引文结构网络三个维度构建学术资源模型，并通过对用户行为的度量，计算用户对其浏览学术资源的兴趣度，结合学术资源模型构建用户兴趣模型。将用户兴趣模型与学术资源模型匹配，计算其相似度，得到用户对每条学术资源的兴趣值，最后将兴趣值最高的TOP-N学术资源推荐给用户。[结果/结论]通过实验检验算法的有效性和推荐准确率，结果显示，本文从实时动态度量兴趣的角度，提出的推荐算法能较好地预测用户兴趣，推荐效果显著，为实现发现服务精准推荐提供思路。  相似文献   

一种基于用户标签网络的个性化推荐方法   总被引：1，自引：0，他引：1  

毛进  易明  操玉杰  沈劲枝 《情报学报》2012,31(1)

基于标签进行个性化推荐是目前的一个研究热点,不同的推荐算法对标签进行了不同的处理.用户使用的标签之间存在着某种内在联系,由此可构建用户标签网络.根据这一启示,本文提出了一种基于用户标签网络的个性化推荐算法.首先,将用户标签网络视为用户兴趣模型雏形,利用社会网络分析方法计算标签权重,并以加权标签集的形式表示用户兴趣模型,最后将标签权重转化为资源与用户兴趣的相似度,进而实现个性化推荐.实验表明,本方法能较为准确地揭示用户的兴趣,产生的推荐资源与用户兴趣匹配程度较高.  相似文献   

融合关系强度和兴趣的好友推荐方法研究     

夏立新  李重阳  王忠义 《图书情报工作》2017,61(1):64-71

[目的/意义] 利用三度影响力理论,从网络结构的角度进一步拓展用户关系连接,提高社交网络好友推荐的效率。[方法/过程] 首先,计算用户之间的关系强度,并筛选关系强度较大的用户集合;然后,通过用户共同关注的内容计算用户兴趣相似度;最后,融合用户关系强度和兴趣相似度实现好友的推荐并通过实际数据对所提方法进行实证检验。[结果/结论] 实验结果表明,融合关系强度和兴趣的社交网络好友推荐方法具有较好的效果,可为用户推荐提供参考和借鉴。该方法进一步完善社会化推荐理论。  相似文献   

基于复杂网络的图书馆个性化推荐服务   总被引：1，自引：0，他引：1  

董娟  郑春厚  李秀霞 《高校图书馆工作》2012,(3):82-84

文章用复杂网络的理论对图书馆的流通记录进行分析。首先利用复杂网络的理论建立借阅记录的网络模型,然后对建立好的网络进行社团结构划分,再利用基于模糊评判的余弦相似度准则计算社团成员的兴趣相关度。最后根据计算出来的结果将信息推荐给读者,实现个性化推荐服务。将复杂网络相关理论应用到图书情报领域,是复杂网络理论的延伸与发展,也丰富了图书情报学研究内容。  相似文献