作者：郭晓慧图书推荐协同过滤用户聚类个性化
摘要：[目的/意义]研究基于改进协同过滤的图书推荐算法,以期取得更好的图书推荐效果。[方法/过程]介绍基于用户的协同过滤推荐算法原理,揭示传统协同过滤推荐算法存在的数据稀疏问题,改用用户聚类方法进行相似度计算,并通过图书馆数据进行实验。[结果/结论]改进算法缓解了数据稀疏问题,提高了图书馆图书推荐效率。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
《情报探索》（CN：35-1148/N）是一本有较高学术价值的大型月刊，自创刊以来，选题新奇而不失报道广度，服务大众而不失理论高度。颇受业界和广大读者的关注和好评。 《情报探索》办刊宗旨是积极探讨和交流情报学理论和信息工作的实践经验，跟踪国内外信息技术业和信息服务业的最新进展，及时传播信息技术、网络经济等新的理论、观点、技术、信息和动态，深受全国科技情报（信息）学界的欢迎。
省级期刊
人气 753188 评论 72
人气 484014 评论 71
人气 463134 评论 66
部级期刊
人气 441892 评论 69
