基于协同过滤算法在图书馆学的应用.docVIP

基于协同过滤算法在图书馆学的应用 　　摘要：在互联网迅速发展的时代，各种信息接踵而来，给人们获得信息带来便利的同时，也造成了不可避免的困扰：信息种类繁多，难以甄别；增速太快，难以准确获得自己所需要的信息，从而对信息的利用率降低，难以体现出信息时代给大家带来的优越性。由于信息超载的现象广泛存在，那么解决办法之一可以选择个性化推荐系统。它是根据用户的信息需求、兴趣等，将用户感兴趣的信息、产品等推荐给用户的一个个性化信息推荐系统。推荐系统通过研究用户数据，进行个性化计算，发现用户的兴趣偏好，从而引导用户发现自己的信息需求，准确找到信息资源，提高信息的利用价值。即个性化推荐系统是根据用户的兴趣爱好，推荐符合用户个性的信息或产品。 　　关键词：协同过滤；个性化推荐；应用 　　一、协同过滤算法的定义 　　协同过滤技术的基本思想是：利用一些兴趣爱好相似、拥有相同经验群体的偏好给目标用户推荐可能感兴趣的项目。协同过滤算法的实现大致分为构建用户，形成项目矩阵，寻找最近邻居，产生最相似推荐数据三个步骤。目前主要有两类协同过滤推荐算法：基于用户的协同过滤推荐算法和基于项目的协同过滤推荐算法。基于用户的协同过滤推荐算法是根据目标用户的最相似的若干用户对某个项目的评分，从中找到与目标用户最相似的用户，参考其对目标项目的评分，从而决定是否推荐给目标用户；基于项目的协同过滤推荐算法其总体思路就是