原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
第34卷第1期江苏海洋大学学报（自然科学版）Vol.34No.1
2025年3月JournalofJiangsuOceanUniversity(NaturalScienceEdition)Mar.2025
D0I:10.3969/j.issn.2096-8248.2025.01.0008
引用格式：张龙昌，白静.融合情景和社会网络的数字资源服务推荐算法［J].江苏海洋大学学报（自然科学版），2025，
34(1):62-70.
融合情景和社会网络的数字资源服务推荐算法
张龙昌1,白静2
（1.宿迁学院信息工程学院，江苏宿迁223800；2.东北财经大学管理科学与工程学院，辽宁大连116025）
摘要：异构环境下，为进一步提高基于用户的数字资源服务协同过滤推荐精准度和缓解冷启动、数
据稀疏对推荐质量的影响，提出融合读者情景和社会网络的数字资源服务协同过滤推荐方法。该方
案设计融合评分相似度计算、情景相似度计算、邻居信任度计算的读者近邻相似度综合计算方法，提
出基于读者近邻相似度综合计算的评分预测和服务推荐方法，基于迪杰斯特拉思想设计了信任度计算
算法，求解读者邻居信任度。通过在真实数据集上验证，所提出的方法在一定程度上改善了基于用户
协同过滤推荐的精准度，并且一定程度上缓解了冷启动、数据稀疏对推荐质量的影响。
关键词：情景；社会网络；数字资源服务；协同过滤；相似度计算
中图分类号：TP391文献标志码：A文章编号：2096-8248（2025）01-0062-09
Recommendationalgorithmsfordigitalresourceservices
integratingcontextandsocialnetwork
ZHANGLongchang,BAIJing?
(1.SchoolofInformationEngineering,SuqianUniversity,Suqian223800,China;
2.SchoolofManagementScienceandEngineering,DongbeiUniversityofFinanceandEconomics,Dalian116025,China)
Abstract:Intheheterogeneousenvironment,toenhancetheaccuracyofuser-basedcollaborativefiltering
recommendationfordigitalresourceservicesandmitigatetheimpactofcoldstartanddatasparsityonrec-
ommendationquality,thisstudyproposesadigitalresourceservicecollaborativefilteringrecommendation
methodthatintegratesreadercontextandsocialnetwork.Theproposedsolutiondevisesacomprehensive
calculationmethodfordeterminingreaderneighborsimilaritybyintegratingscoresimilaritycalculation,
contextsimilaritycalculation,andneighbortrustdegreecalculation.Furthermore,itpresentsarating
predictionandser
文档评论（0）