HI,欢迎来到学术之家,发表咨询:400-888-7501  订阅咨询:400-888-7502  股权代码  102064
0

一种融合了基于朴素贝叶斯算法与情境感知的协同推荐系统--以大学图书馆实体图书推荐为例

作者:程秀峰; 范晓莹; 杨金庆情景感知朴素贝叶斯协同推荐图书馆

摘要:[目的/意义]将情境感知技术引入图书馆以提高服务的智能化,已成为数字图书馆的发展趋势之一。为了提高情境感知模型中推荐结果的准确度。[方法/过程]本文研究并提出了一种融合了朴素贝叶斯算法与情景感知功能的协同推荐模型,并通过实验对推荐效果进行了评估。具体为:首先,获取用户的当前任务和情景信息,同时提取历史信息库用户的行为偏好;其次基于属性加权贝叶斯算法计算用户的行为相似度,继而进行协同推荐;通过计算目标情景中所有情景属性对所推荐资源的影响的权值,对协同推荐所得评分进行加权处理,形成最终的预测预测;最后通过实验对模型进行检验。[结果/结论]结果表明:使用该模型得出的推荐结果优于传统的协同推荐结果。因此该模型能够更好地为为个性化信息服务提供支持。

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

现代情报

《现代情报》(CN:22-1182/G3)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。 《现代情报》以学术性、知识性、实践性为特色。主要报道国内外图书馆学、情报学理论和实践研究的最新成果及热点问题。

杂志详情