Please wait a minute...
Advanced Search
现代图书情报技术  2014, Vol. 30 Issue (4): 14-19    DOI: 10.11925/infotech.1003-3513.2014.04.03
  数字图书馆 本期目录 | 过刊浏览 | 高级检索 |
基于分众分类法的图书馆书目推荐系统
罗琳, 梁桂生, 蔡军
武汉大学信息资源研究中心 武汉 430072
Book Recommendation System Based on Folksonomy in Library
Luo Lin, Liang Guisheng, Cai Jun
Center for the Studies of Information Resources, Wuhan University, Wuhan 430072, China
全文: PDF(1073 KB)   HTML  
输出: BibTeX | EndNote (RIS)      
摘要 

[目的] 利用分众分类法构建用户、资源和标签的三元组关系实现图书推荐系统。[方法] 利用协同过滤技术,采用余弦算法计算资源相似度,分别设计了书目权值和标签权值,利用稀疏向量的表示方法来表示输入矩阵中的每个资源来压缩稀疏矩阵存储。[结果] 计算后发现书目权值主要分布在0-200的区间内,标签权值符合幂率分布。使用AP和MAP指标对比书目权值高的前20本书在本系统的相关推荐结果要优于豆瓣网。[局限] 因为目前图书馆参与书目标注行为的用户数量不够,所以本文的数据是在采集图书馆的书目数据基础上获得豆瓣网上的该书所对应的用户标注数据。[结论] 本研究有利于图书馆OPAC系统功能完善,利用用户标注数据了解用户需求,提供更好地个性化推荐服务。

服务
把本文推荐给朋友
加入引用管理器
E-mail Alert
RSS
作者相关文章
梁桂生
蔡军
罗琳
关键词 分众分类法图书推荐推荐系统    
Abstract

[Objective] This paper tries to build a book recommender system based on folksonomy, which forms the triple relations among the users, resources and tags. [Methods] This papercalculates the cosine similarity and weights of books and tags, use sparse vector representation to represent the input matrix for each resource to compress sparse matrix. [Results] Experimental results show that the book weights varied from 0 to 200 and the tag weights followed a power law distribution. In the end, the relevant assessments are performed with the AP and MAP indicators. [Limitations] It fails to get enough data in the library catalogs, hence collects the additional data in book.douban.com. [Conclusions] The recommendation system can help the OPACs to improve its function and personalized services.

Key wordsFolksonomy    Book recommendation    Recommendation system
收稿日期: 2013-12-30     
:  G250  
基金资助:

本文系国家社会科学基金项目“数字图书馆标签系统的语义挖掘研究”(项目编号:12CTQ003)的研究成果之一。

通讯作者: 罗琳 E-mail:luo126@126.com     E-mail: luo126@126.com
作者简介: 作者贡献声明:罗琳:提出研究思路,设计研究方案; 梁桂生:数据收集,系统设计; 蔡军:系统评价;罗琳,梁桂生,蔡军:论文写作。
引用本文:   
罗琳, 梁桂生, 蔡军. 基于分众分类法的图书馆书目推荐系统[J]. 现代图书情报技术, 2014, 30(4): 14-19.
Luo Lin, Liang Guisheng, Cai Jun. Book Recommendation System Based on Folksonomy in Library. New Technology of Library and Information Service, DOI:10.11925/infotech.1003-3513.2014.04.03.
链接本文:  
http://manu44.magtech.com.cn/Jwk_infotech_wk3/CN/10.11925/infotech.1003-3513.2014.04.03

[1] Mathes A.Folksonomies-Cooperative Classification and Communication Through Shared Metadata[J].Computer Mediated Communication,2004,47(10):1-13.
[2] Gao K,Wang Y C,Wang Z Q.Similar Interest Clustering and Partial Back-propagation-based Recommendation in Digital Library[J].Library Hi Tech,2005,23(4):587-597.
[3] Avancini H,Candela L,Straccia U.Recommenders in a Personalized,Collaborative Digital Library Environment[J].Journal of Intelligent Information Systems,2007,28(3):253-283.
[4] 王新筠.基于数据挖掘的图书馆用户借阅行为分析及书目推荐服务[D].天津:南开大学,2008.(Wang Xinjun.User's Borrowing Behavior Analysis and Book Recommendation Service in Library Based on Data Mining[D].Tianjin:Nankai University,2008.)
[5] 蒋若珊.基于SOM聚类的个性化图书推荐研究[J].现代情报,2011,31(5):146-148.(Jiang Ruoshan.Research on Personalized Books Recommendation Based on SOM Clustering[J].Modern Information,2011,31(5):146-148.)
[6] 雷蕾.基于关联规则的个性化图书推荐研究[J].情报探索,2011(1):50-51.(Lei Lei.Study on Personalized Information Recommendation Service Basing on Association Rules[J].Information Research,2011(1):50-51.)
[7] 王艳翠.Melvyl推荐项目——发展中的图书馆推荐服务[J].图书馆杂志,2007,26(10):55-57.(Wang Cuiyan.The Melvyl Recommender Project——Developing Library Recommen­dation Services[J].Library Journal,2007,26(10):55-57.)
[8] Milicevic A K,Nanopoulos A,Ivanovic M.Social Tagging in Recommender Systems:A Survey of the State-of-the-art and Possible Extensions[J].Artificial Intelligence Review,2010,33(3):187-209.
[9] Hotho A,Jäschke R,Schmitz C,et al.Information Retrieval in Folksonomies:Search and Ranking[C].In:Proceedings of the 3rd European Semantic Web Conference.2006:411-426.
[10] Zheng N,Li Q.A Recommender System Based on Tag and Time Information for Social Tagging Systems[J].Expert Systems with Applications,2011,38(4):4575-4587.
[11] Zhang Y,Zhang B,Gao K,et al.Combining Content and Relation Analysis for Recommendation in Social Tagging Systems[J].Physica A:Statistical Mechanics and Its Applications,2012,391(22):5759-5768.
[12] Wakeling S,Clough P,Sen B,et al."Readers Who Borrowed This Also Borrowed ?":Recommender Systems in UK Libraries[J].Library Hi Tech,2012,30(1):134-150.
[13] Cattuto C,Benz D,Hotho A,et al.Semantic Analysis of Tag Similarity Measures in Collaborative Tagging Systems[EB/OL].[2013-02-14].http://arxiv.org/pdf/0805.2045.pdf.
[14] Markines B,Cattuto C,Menczer F,et al.Evaluating Similarity Measures for Emergent Semantics of Social Tagging[C].In:Proceedings of the 18th International Conference on World Wide Web.ACM,2009:641-650.
[15] 黄言之.信息检索IR的评价指标综述[EB/OL].[2012-05-08].http://blog.sina.com.cn/s/blog_72995dcc01013oo9.html.(Huang Yanzhi.Review of the Evaluation Indicators of Information Retrieval(IR)[EB/OL].[2012-05-08].http://blog.sina.com.cn/s/blog_72995dcc01013oo9.html.)

[1] 张怡文,张臣坤,杨安桔,计成睿,岳丽华. 基于条件型游走的四部图推荐方法*[J]. 数据分析与知识发现, 2019, 3(4): 117-125.
[2] 刘东苏,霍辰辉. 基于图像特征匹配的推荐模型研究*[J]. 数据分析与知识发现, 2018, 2(3): 49-59.
[3] 刘丹. 利用Apache Mahout部署个性化图书推荐服务[J]. 现代图书情报技术, 2015, 31(10): 102-108.
[4] 谭学清, 何珊. 音乐个性化推荐系统研究综述[J]. 现代图书情报技术, 2014, 30(9): 22-32.
[5] 张晓燕, 张朋柱, 李嘉, 刘景方. 在线群体创新中的图片推荐方法研究[J]. 现代图书情报技术, 2014, 30(6): 94-99.
[6] 姜书浩, 薛福亮. 一种利用协同过滤预测和模糊相似性改进的基于内容的推荐方法[J]. 现代图书情报技术, 2014, 30(2): 41-47.
[7] 胡新明, 罗建军, 夏火松. 基于商品领域知识的交互式推荐系统[J]. 现代图书情报技术, 2014, 30(10): 56-62.
[8] 李树青, 王建强. 一种结合借阅时间特征分析的读者兴趣可视化识别方法[J]. 现代图书情报技术, 2013, (5): 46-53.
[9] 李克潮, 蓝冬梅, 凌霄娥. 云模型和多特征的高校读者借阅偏好不确定性图书推荐研究[J]. 现代图书情报技术, 2013, (5): 54-58.
[10] 田野, 祝忠明, 刘树栋. 基于关联数据的推荐系统综述[J]. 现代图书情报技术, 2013, 29(10): 1-7.
[11] 李嘉, 张朋柱, 李欣苗, Jihie Kim. 一种通过挖掘研讨记录来促进学生思考的在线督导系统[J]. 现代图书情报技术, 2012, 28(4): 10-16.
[12] 张慧颖, 薛福亮. 一种利用Vague集理论改进的协同过滤推荐算法[J]. 现代图书情报技术, 2012, 28(3): 35-39.
[13] 张慧颖, 薛福亮. 一种集成客户终身价值与协同过滤的推荐方法[J]. 现代图书情报技术, 2012, 28(1): 46-52.
[14] 边鹏, 赵妍, 苏玉召. 一种改进的K-means算法最佳聚类数确定方法[J]. 现代图书情报技术, 2011, 27(9): 34-40.
[15] 张云中, 杨萌, 徐宝祥. 基于FCA的Folksonomy用户偏好挖掘研究[J]. 现代图书情报技术, 2011, 27(6): 72-78.
Viewed
Full text


Abstract

Cited

  Shared   
  Discussed   
版权所有 © 2015 《数据分析与知识发现》编辑部
地址:北京市海淀区中关村北四环西路33号 邮编:100190
电话/传真:(010)82626611-6626,82624938
E-mail:jishu@mail.las.ac.cn