一种改进的协同过滤方法在高校图书馆图书推荐中的应用
来源：图书情报工作杂志2016年第24期北京时间：
作者：宋楚平
单位：1. 江苏工程职业技术学院机电学院 南通 226007;<br />\r\n2. 华东师范大学教育学院 上海 200062
摘要：[目的/意义] 为解决高校图书推荐过程中面临的“数据稀疏”和“冷启动”问题，研究表明：优化读者评价矩阵和相似度模型是提高图书推荐质量的关键。[方法/过程] 提出一种协同过滤改进方法，以图书分类为项目生成用户评价矩阵，并考虑借阅方式、借阅时间和图书相似度对用户兴趣度的影响，优化矩阵中的样本数据；同时，在计算读者相似度时融入读者特征和图书特征。[结果/结论] 实验结果表明，该方法可有效解决“数据稀疏”和“冷启动”问题，显著降低计算量。与基本协同过滤和聚类改进的协同过滤方法相比，无论是在推荐准确率还是在用户满意率上都有较大的提高，综合推荐效果更好。
关键词：协同过滤,图书推荐,评价矩阵,用户特征,
基金资助：<p>本文系校科研计划项目“基于机器学习的评论探测应用研究”（项目编号：GYKY/2016/15）研究成果之一。</p>
