一种地方志资源的混合推荐模型-国家图书馆学刊.PDFVIP

·专题：地方志资源的数字化建设与应用 · 一种地方志资源的混合推荐模型∗∗ 黄　 涛　 戴淑敏　 成二丽 摘　 要　 针对当前地方志网站资源数量庞大，用户难以获取感兴趣的方志资源的问题，基于协同过滤 技术，并结合ＴｏｐＮ和改进的关联规则算法，提出一种混合推荐模型。 该模型整合了ＴｏｐＮ和改进的关 联规则推荐以及协同过滤推荐的优点，利用方志标签对推荐结果进行筛选。 实验结果表明，应用混合 推荐模型不但能解决当前推荐技术普遍存在的用户评价信息稀疏、内容特征提取难度大、新用户推荐 等问题，而且相比于单一的推荐技术在推荐质量上也有一定程度的提高。 图３。 公式５。 参考文献８。 关键词　 混合推荐技术　 协同过滤　 ＴｏｐＮ算法　 关联规则 Ａ Ｈｙｂｒｉｄ Ｒｅｃｏｍｍｅｎｄａｔｉｏｎ Ｍｏｄｅｌ ｆｏｒ Ｌｏｃａｌ Ｃｈｒｏｎｉｃｌｅｓ Ｒｅｓｏｕｒｃｅｓ Ｈｕａｎｇ Ｔａｏ　 Ｄａｉ Ｓｈｕｍｉｎ　 Ｃｈｅｎｇ Ｅｒｌｉ Ａｂｓｔｒａｃｔ：Ｉｎ ｖｉｅｗ ｏｆｔｈｅｃｕｒｒｅｎｔｐｒｏｂｌｅｍｔｈａｔｔｈｅｒｅｉｓｓｕｃｈａｌａｒｇｅｎｕｍｂｅｒｏｆｒｅｓｏｕｒｃｅｓｉｎｌｏｃａｌｃｈｒｏｎｉｃｌｅｓｗｅｂ⁃ ｓｉｔｅｗｈｅｒｅ ｕｓｅｒｓ ａｒｅ ｄｉｆｆｉｃｕｌｔ ｔｏ ｏｂｔａｉｎ ｉｎｔｅｒｅｓｔｉｎｇ ｌｏｃａｌ ｒｅｓｏｕｒｃｅｓ，ａ ｈｙｂｒｉｄ ｒｅｃｏｍｍｅｎｄａｔｉｏｎ ｍｏｄｅｌ ｉｓ ｐｒｏｐｏｓｅｄ ｂａｓｅｄ ｏｎ ｃｏｌｌａｂｏｒａｔｉｖｅ ｆｉｌｔｅｒｉｎｇ ｔｅｃｈｎｏｌｏｇｙ，ＴｏｐＮ ａｎｄ ｉｍｐｒｏｖｅｄ ａｓｓｏｃｉａｔｅｄ ｒｕｌｅｓ ａｌｇｏｒｉｔｈｍ ｉｎ ｔｈｉｓ ｐａｐｅｒ． Ｔｈｅ ｍｏｄｅｌ ｉｎｔｅｇｒａｔｅｓｔｈｅａｄｖａｎｔａｇｅｓｏｆＴｏｐＮ，ｉｍｐｒｏｖｅｄａｓｓｏｃｉａｔｅｄｒｕｌｅｓａｎｄｃｏｌｌａｂｏｒａｔｉｖｅｆｉｌｔｅｒｉｎｇｒｅｃｏｍｍｅｎｄａｔｉｏｎ， ａｎｄ ｓｅｌｅｃｔｓ ｒｅｃｏｍｍｅｎｄｅｄ ｒｅｓｕｌｔｓ ｕｓｉｎｇ ｌｏｃａｌ ｃｈｒｏｎｉｃｌｅｓ ｌａｂｅｌｓ． Ｔｈｅ ｅｘｐｅｒｉｍｅｎｔａｌ ｒｅｓｕｌｔｓ ｓｈｏｗ ｔｈａｔ ｔｈｅ ａｐｐｌｉｃａｔｉｏｎ ｏｆ ｈｙｂｒｉｄ ｒｅｃｏｍｍｅｎｄａｔｉｏｎｍｏｄｅｌ ｎｏｔ ｏｎｌｙ ｓｏｌｖｅｓｔｈｅｐｒｏｂｌｅｍｓｏｆ ｕｓｅｒ ｅｖａｌｕａｔｉｏｎｉｎｆｏｒｍａｔｉｏｎ ｓｐａｒｓｅ， ｄｉｆｆｉｃｕｌｔｙ ｉｎｃｏｎｔｅｎｔｆｅａｔｕｒｅｅｘｔｒａｃｔｉｏｎ，ｎｅｗｕｓｅｒｒｅｃｏｍｍｅｎｄａｔｉｏｎｓ，ａｎｄｓｏｏｎ，ｂｕｔａｌｓｏｉｍｐｒｏｖｅｓｔｈｅｒｅｃｏｍｍｅｎ⁃ ｄａｔｉｏｎ ｑｕａｌｉｔｙ ｔｏ ａ ｃｅｒｔａｉｎ ｅｘｔｅｎｔ ｃｏｍｐａｒｅｄｗｉｔｈ ｔｈｅ ｓｉｎｇｌｅ ｒｅｃｏｍｍｅｎｄａｔｉｏｎ ｔｅｃｈｎｏｌｏｇｙ． ３ｆｉｇｓ． ５ｆｏｒｍｓ． ８ｒｅｆｓ． Ｋｅｙｗｏｒｄｓ：Ｈｙｂｒｉｄ Ｒｅｃｏｍｍｅｎｄａｔｉｏｎ；Ｃｏｌｌａｂｏｒａｔｉｖｅ Ｆｉｌｔｅｒｉｎｇ；ＴｏｐＮ Ａｌｇｏｒｉｔｈｍ；Ａｓｓｏｃｉａｔｅｄ Ｒｕｌｅｓ １　 引言 过滤推荐的基本思想是：利用用户的信息来计算 地方志是我国传统文化的重要组成部分，蕴 用户之间的相似度，然后根据与目标用户相似度 含着丰富的信息资源。 近年来，随着国家相关部 较高的用户对产品的评价信息，来预测目标用户 门将地方志数字化工作提上日程，全国各省份相 对未接触产品的喜好，并根据这种喜好程度向目 ［１］ 标用户推荐产品。 这种推荐方法能帮助用户发现 继建立自己的地方志网站 ，如黑龙江省的中国 龙志网、广东省的省情网等。 目前，有大量的用户 潜在偏好，但存在新用户没有评价信息无法进行 在利用地方志网站进行学习与研究，但是当海量 相似推荐和用户评价信息稀疏等问题。 基于关联 的数据信息呈现在面前时，用户很难从中找到自 规则的推荐方法，是将数据挖掘领域中的关联规 己感兴趣的内容。 在这样的背景下，个性化推荐 则应用到推荐中，根据用户的历史数据和挖掘规 成为解决方志信息过载问题的有效工具之一。 则，向目标用户推荐大部分用户的一个选择。 基