基于标签和关联规则挖掘的图书组合推荐系统模型研究.PDFVIP

第３１卷第８期 计 算 机 应 用 研 究 Ｖｏｌ．３１Ｎｏ．８ 　 　 ２０１４年８月　 ＡｐｐｌｉｃａｔｉｏｎＲｅｓｅａｒｃｈｏｆＣｏｍｐｕｔｅｒｓ Ａｕｇ．２０１４ 基于标签和关联规则挖掘的 图书组合推荐系统模型研究 李　默，梁永全 （山东科技大学信息科学与工程学院，山东青岛２６６５９０） 摘　要：针对数字图书馆资源增加致使用户难以获取感兴趣图书资源的问题，提出了一种基于标签和关联规则 挖掘的图书组合推荐系统模型。该模型整合了基于内容推荐和协同过滤推荐的优点，利用标签系统对图书内容 进行语义分析，使用关联规则挖掘技术发现相似用户，并设计了组合推荐模型各功能模块结构及其算法。实验 结果表明，组合推荐模型与算法优于其他图书推荐算法，获得了较高的推荐准确性。 关键词：组合推荐；基于内容；协同过滤；标签；关联规则挖掘 中图分类号：ＴＰ３９１　　　文献标志码：Ａ　　　文章编号：１００１３６９５（２０１４）０８２３９００４ ｄｏｉ：１０．３９６９／ｊ．ｉｓｓｎ．１００１３６９５．２０１４．０８．０３６ Ｒｅｓｅａｒｃｈｏｆｈｙｂｒｉｄｒｅｃｏｍｍｅｎｄａｔｉｏｎｓｙｓｔｅｍｍｏｄｅｌｂａｓｅｄｏｎ ｔａｇｓａｎｄａｓｓｏｃｉａｔｉｏｎｒｕｌｅｓｍｉｎｉｎｇｆｏｒｂｏｏｋｓ ＬＩＭｏ，ＬＩＡＮＧＹｏｎｇｑｕａｎ （ＣｏｌｌｅｇｅｏｆＩｎｆｏｒｍａｔｉｏｎＳｃｉｅｎｃｅ＆Ｅｎｇｉｎｅｅｒｉｎｇ，ＳｈａｎｄｏｎｇＵｎｉｖｅｒｓｉｔｙｏｆＳｃｉｅｎｃｅ＆Ｔｅｃｈｎｏｌｏｇｙ，ＱｉｎｇｄａｏＳｈａｎｄｏｎｇ２６６５９０，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ｔｈｅｈｕｇｅｉｎｃｒｅａｓｅｏｆｄｉｇｉｔａｌｌｉｂｒａｒｙｒｅｓｏｕｒｃｅｓｍａｋｅｓｕｓｅｒｓ’ｄｉｆｆｉｃｕｌｔｙｏｆａｃｃｅｓｓｉｎｇｉｎｔｅｒｅｓｔｅｄｂｏｏｋｓｂｅｃｏｍｉｎｇｍｕｃｈ ｈｉｇｈｅｒ．Ｔｈｉｓｐａｐｅｒｐｒｏｐｏｓｅｄａｈｙｂｒｉｄｒｅｃｏｍｍｅｎｄａｔｉｏｎｓｙｓｔｅｍｍｏｄｅｌｂａｓｅｄｏｎｔａｇｓａｎｄａｓｓｏｃｉａｔｉｏｎｒｕｌｅｓｍｉｎｉｎｇｆｏｒｂｏｏｋｓ．Ｔｈｅ ｓｙｓｔｅｍｉｎｔｅｇｒａｔｅｄｔｈｅｍｅｒｉｔｓｏｆｃｏｎｔｅｎｔｂａｓｅｄｒｅｃｏｍｍｅｎｄａｔｉｏｎａｎｄｃｏｌｌａｂｏｒａｔｉｖｅｒｅｃｏｍｍｅｎｄａｔｉｏｎ，ｕｓｅｄｔａｇｓｓｙｓｔｅｍｔｏａｎａｌｙｚｅ ｔｈｅｓｅｍａｎｔｉｃｏｆｂｏｏｋｓ’ｃｏｎｔｅｎｔｓ，ａｎｄｕｔｉｌｉｚｅｄｔｈｅａｓｓｏｃｉａｔｉｏｎｒｕｌｅｓｍｉｎｉｎｇｔｅｃｈｎｉｑｕｅｔｏｄｉｓｃｏｖｅｒｔｈｅｓｉｍｉｌａｒｕｓｅｒｓ．Ｔｈｅｐａｐｅｒｄｅ ｓｉｇｎｅｄｅａｃｈｆｕｎｃｔｉｏｎｍｏｄｕｌｅｓｔｒｕｃｔｕｒｅａｎｄｉｔｓａｌｇｏｒｉｔｈｍ．Ｔｈｅｅｘｐｅｒｉｍｅｎｔａｌｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｔｈｅｐｒｅｓｅｎｔｅｄｒｅｃｏｍｍｅｎｄａｔｉｏｎ ｍｏｄｅｌａｎｄａｌｇｏｒｉｔｈｍｉｓｓｕｐｅｒｉｏｒｔｏｏｔｈｅｒｒｅｃｏｍｍｅｎｄａｔｉｏｎａｌｇｏｒｉｔｈｍｆｏｒｂｏｏｋｓａｎｄｃａｎｂｅｏｂｔａｉｎｅｄａｈｉｇｈｅｒｐｒｅｄｉｃｔｉｖｅａｃｃｕｒａｃｙ． Ｋｅｙｗｏｒｄｓ：ｈｙｂｒｉｄｒｅｃｏｍｍｅｎｄａｔｉｏｎ；ｃｏｎｔｅｎｔｂａｓｅｄ；ｃｏｌｌａｂｏｒａｔｉｖｅｆｉｌｔｅｒｉｎｇ；ｔａｇ；ａｓｓｏｃｉａｔｉｏｎｒｕｌｅｓｍｉｎｉｎｇ ［５］ 　　随着图书馆馆藏资源的增加和互联网技术的发展，数字图 图书的个性化推荐，Ｈｗａｎｇ等人 设计了一种基于文