基于协同过滤算法个性化图书系统研究.docVIP

基于协同过滤算法个性化图书系统研究 　　摘要：针对高校数字图书馆对读者需求信息挖掘不足，无法主动为读者提供个性化图书推荐服务的问题。该文引入所罗门学习风格量表，多维度、全方位的构建读者特征模型，并提出基于随机算法与协同过滤推荐算法的混合推荐算法。首先，读者通过数据量表测试得到其学习风格，然后根据读者的浏览矩阵，在同种学习风格的用户群体中进行用户之间的相似度计算，最后采用Top-N的策略向用户进行图书推荐，为读者提供符合其个性特征的图书。实验结果表明，应用该算法能有效提高系统的推荐质量，达到良好的推荐效果。 　　关键词：协同过滤；图书推荐系统；个性化推荐；混合算法；学习风格量表 　　中图分类号：TP301 文献标识码：A 文章编号：1009-3044（2016）27-0155-04 　　Abstract：Aiming at the problem of digital library in Colleges and universities lack of reader demand information mining， unable to provide personalized book recommendation service for readers. In this paper， we introduce the Solomon learning style