一种融合群组特征的个性化图书推荐模型 |
| |
引用本文: | 丁鑫,李晋,张立,朱旭,王颖.一种融合群组特征的个性化图书推荐模型[J].信息技术与信息化,2023(1):81-84. |
| |
作者姓名: | 丁鑫 李晋 张立 朱旭 王颖 |
| |
作者单位: | 战略支援部队信息工程大学教研保障中心图书馆 |
| |
摘 要: | “热门借阅”“热门检索”等无差别的非个性化推荐方式无法有效解决馆藏图书中的“暗书”问题。而个性化推荐通常需要获取大量用户交互信息。然而在实际图书流通服务中,用户的书目检索等操作往往处于非登录状态,数据采集有很大局限性。由此提出一种融合群组特征的个性化图书推荐模型,仅基于用户的历史借阅信息数据及基础信息,变换得到读者对书目的评分预测,然后利用矩阵分解分析主体阅读偏好,进行个性化推荐。在此基础上,通过聚类算法得到目标读者的群组画像特征,为目标读者生成离线推荐列表。该文采用信息工程大学图书馆2020年度流通数据集验证了推荐模型的有效性,并通过对比实验验证了模型的推荐准确率。
|
关 键 词: | 矩阵分解 用户画像 协同过滤 图书推荐 |
|
|