收藏本站
《现代情报》 2017年12期
收藏 | 投稿 | 手机打开
二维码
手机客户端打开本文

可提高多样性的基于重排序图书推荐算法研究

钟足峰  段尧清  杨曼  
【摘要】:通过提供个性化推荐,推荐系统的重要性越来越受到读者的重视。现有推荐算法着重关注推荐的准确度,将读者引导到少数热点图书上,导致产生较多长尾图书的问题;并且读者的兴趣过于集中,不利于挖掘读者潜在的兴趣点。提出一种重排序的基于用户协同过滤算法,该算法通过对推荐列表TOP-N进行重排序来产生推荐列表。实验结果表明,该算法可以在一定精确度损失的条件下,大幅提高最终推荐列表的多样性有利于读者接触更多的未知领域及长尾图书的销售。

手机知网App
【相似文献】
中国期刊全文数据库 前5条
1 安德智;刘光明;章恒;;基于协同过滤的图书推荐模型[J];图书情报工作;2011年01期
2 Dalton Speidel;刘燕权;;推荐系统适用于图书馆吗?(英文)[J];图书情报工作;2007年12期
3 冯克鹏;;基于协同过滤的数字图书馆推荐系统研究[J];软件导刊;2010年05期
4 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年04期
5 周之诚;;用户意图聚类的数字资源推荐方法[J];情报理论与实践;2011年06期
中国硕士学位论文全文数据库 前4条
1 陈贡;众筹平台中的个性化推荐算法研究[D];南京大学;2016年
2 吕丹阳;基于关联图谱的高校图书馆图书个性化推荐方法研究[D];华中科技大学;2016年
3 陈永光;基于OPAC的高校图书馆个性化图书推荐算法研究[D];南京理工大学;2013年
4 赵子慧;基于用户浏览模式的新闻推荐系统设计[D];云南财经大学;2017年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026