Please wait a minute...
Advanced Search
现代图书情报技术  2011, Vol. Issue (11): 44-47    DOI: 10.11925/infotech.1003-3513.2011.11.07
  知识组织与知识管理 本期目录 | 过刊浏览 | 高级检索 |
基于协同过滤算法的高校图书馆图书推荐系统研究
董坤
中南民族大学图书馆 武汉 430074
Research of Personalized Book Recommender System of University Library Based on Collaborative Filter
Dong Kun
Library of South-Central University for Nationalities, Wuhan 430074, China
全文: PDF(521 KB)   HTML  
输出: BibTeX | EndNote (RIS)      
摘要 针对当前高校图书馆主动式图书推荐服务存在的对服务对象信息需求挖掘、分析不足的问题,提出构建基于协同过滤算法的个性化图书推荐系统。通过引入读者专业、角色、学历、借阅记录等影响和反映读者信息需求的因素构建读者特征模型,基于该模型采用优化的协同过滤算法挖掘读者信息需求并产生个性化图书推荐信息,并通过实验证明该方法的有效性和实用性。
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
董坤
关键词 协同过滤信息服务数据挖掘数据仓储    
Abstract:Aiming at the disadvantages of insufficient mining and analysis of readers' information needs existing in the active book recommendation service of university library, the paper brings forward a construction of personalized book recommender system based on collaborative filter. The system imports the factors of faculty, role, education and the readers' records of visiting the reading rooms to construct the reader's characteristic model. By mining and analyzing the characteristic model which uses optimized collaboration filter algorithm, the system can produce the personalized book recommendation to reader.And the experiment proves that the system is efficient and practical.
Key wordsCollaborative filter    Information service    Data mining    Data warehouse
收稿日期: 2011-07-01     
:  G205.7  
基金资助:本文系中南民族大学中央高校基本科研业务费专项资金项目“图书馆个性化信息服务体系研究”(项目编号:CZQ10008)的研究成果之一。
引用本文:   
董坤. 基于协同过滤算法的高校图书馆图书推荐系统研究[J]. 现代图书情报技术, 2011, (11): 44-47.
Dong Kun. Research of Personalized Book Recommender System of University Library Based on Collaborative Filter. New Technology of Library and Information Service, DOI:10.11925/infotech.1003-3513.2011.11.07.
链接本文:  
http://manu44.magtech.com.cn/Jwk_infotech_wk3/CN/10.11925/infotech.1003-3513.2011.11.07
[1] 熊拥军,陈春颖.基于关联挖掘技术的数字图书馆个性化推送服务[J]. 图书情报工作, 2010,54(1):125-129.
[2] 曹美琴.数据挖掘在图书馆个性化服务中的应用研究 .西安:西北大学,2008.
[3] Bresse J S,Heckerman D,Kadie C.Empirical Analysis of Predictive Algorithms for Collaborative Filtering .In:Proceedings of the 14th Conference on Uncertainty in Artificial Intelligence. San Francisco:Morgan Kaufmann,1998:43-52.
[4] Agrawal R,Imielinski T,Swami A. Mining Associations Between Sets of Items in Large Databases .In:Proceedings of the ACM SIGMOD International Conference on Management of Date. 1993:207-216.
[5] 邵伟.基于领域知识的协同过滤推荐研究 .保定:河北大学,2010.
[6] 常富洋,林鸿飞,许侃.基于用户向量扩展的协同推荐方法[J]. 情报学报, 2010,29(4):688-694.
[7] Sarwar B,Karypis G,Konstan J,et al.Item-based Collaborative Filtering Recommendation Algorithms .In:Proceedings of the 10th International World Wide Web Conference. New York:ACM Press,2001:285-295.
[8] 柯平,高洁.信息管理概论[M].北京:科学出版社,2007:205-207.
[1] 张勇,李树青,程永上. 基于频次有效长度的加权关联规则挖掘算法研究 *[J]. 数据分析与知识发现, 2019, 3(7): 85-93.
[2] 陆泉,朱安琪,张霁月,陈静. 中文网络健康社区中的用户信息需求挖掘研究*——以求医网肿瘤板块数据为例[J]. 数据分析与知识发现, 2019, 3(4): 22-32.
[3] 牟冬梅,法慧,王萍,孙晶. 基于结构方程模型的疾病危险因素研究*[J]. 数据分析与知识发现, 2019, 3(4): 80-89.
[4] 李健,王明月,许路明,田英春. 基于用户感知价值的医疗信息服务评价体系构建*[J]. 数据分析与知识发现, 2019, 3(2): 118-126.
[5] 李杰,杨芳,徐晨曦. 考虑时间动态性和序列模式的个性化推荐算法*[J]. 数据分析与知识发现, 2018, 2(7): 72-80.
[6] 王道平,蒋中杨,张博卿. 基于灰色关联分析和时间因素的协同过滤算法*[J]. 数据分析与知识发现, 2018, 2(6): 102-109.
[7] 王永,王永东,郭慧芳,周玉敏. 一种基于离散增量的项目相似性度量方法*[J]. 数据分析与知识发现, 2018, 2(5): 70-76.
[8] 花凌锋,杨高明,王修君. 面向位置的多样性兴趣新闻推荐研究*[J]. 数据分析与知识发现, 2018, 2(5): 94-104.
[9] 李勇男. 贝叶斯理论在反恐情报分类分析中的应用研究*[J]. 数据分析与知识发现, 2018, 2(10): 9-14.
[10] 牟冬梅,王萍,赵丹宁. 高维电子病历的数据降维策略与实证研究*[J]. 数据分析与知识发现, 2018, 2(1): 88-98.
[11] 薛福亮,刘君玲. 基于用户间信任关系改进的协同过滤推荐方法*[J]. 数据分析与知识发现, 2017, 1(7): 90-99.
[12] 胡忠义,王超群,吴江. 融合多源网络评估数据及URL特征的钓鱼网站识别技术研究*[J]. 数据分析与知识发现, 2017, 1(6): 47-55.
[13] 覃幸新,王荣波,黄孝喜,谌志群. 基于多权值的Slope One协同过滤算法*[J]. 数据分析与知识发现, 2017, 1(6): 65-71.
[14] 江思伟,谢振平,陈梅婕,蔡明. 混合特征数据的自解释归约建模方法*[J]. 数据分析与知识发现, 2017, 1(12): 92-100.
[15] 李道国,李连杰,申恩平. 基于用户评分时间改进的协同过滤推荐算法*[J]. 现代图书情报技术, 2016, 32(9): 65-69.
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