基于协同过滤技术的个性化图书推荐系统研究被引量：6

下载PDF

导出

摘要针对传统的大众化推荐如热门图书推荐、新书推荐等无法为读者提供个性化的图书推荐服务,提出了构建在协同过滤技术之上的图书个性化推荐系统模型,分析了协同过滤技术在图书推荐中的运用原理及可行性,最后总结其优缺点。

作者杨永权

机构地区广东外语艺术职业学院图书馆

出处《河南图书馆学刊》 2014年第6期119-122,共4页 The Library Journal of Henan

基金 2013年度广东外语艺术职业学院立项课题<高职院校图书馆数字资源整合研究>(项目编号:2013G04)的研究成果之一

关键词图书馆协同过滤推荐系统

分类号 G250 [文化科学—图书馆学]

引文网络
相关文献

参考文献7

1李玮平.基于数据挖掘的图书馆读者需求分析[J].图书馆论坛,2004,24(3):86-88. 被引量：27
2郁雪..基于协同过滤技术的推荐方法研究[D].天津大学,2009:
3张光卫,李德毅,李鹏,康建初,陈桂生.基于云模型的协同过滤推荐算法[J].软件学报,2007,18(10):2403-2411. 被引量：192
4吴颜,沈洁,顾天竺,陈晓红,李慧,张舒.协同过滤推荐系统中数据稀疏问题的解决[J].计算机应用研究,2007,24(6):94-97. 被引量：51
5邓爱林..电子商务推荐系统关键技术研究[D].复旦大学,2003:
6孔小华.协同过滤系统的稀疏性与冷启动问题研究[D].杭州:浙江大学,2005. 被引量：1
7张亮..推荐系统中协同过滤算法若干问题的研究[D].北京邮电大学,2009:

二级参考文献29

1石冰,郑燕峰.信息检索中的数据挖掘技术[J].情报学报,1999,18(S1):108-111. 被引量：26
2李德毅,刘常昱.论正态云模型的普适性[J].中国工程科学,2004,6(8):28-34. 被引量：893
3周军锋,汤显,郭景峰.一种优化的协同过滤推荐算法[J].计算机研究与发展,2004,41(10):1842-1847. 被引量：102
4李德毅,刘常昱,杜鹢,韩旭.不确定性人工智能[J].软件学报,2004,15(11):1583-1594. 被引量：400
5张丙奇.基于领域知识的个性化推荐算法研究[J].计算机工程,2005,31(21):7-9. 被引量：34
6张锋,常会友.使用BP神经网络缓解协同过滤推荐算法的稀疏性问题[J].计算机研究与发展,2006,43(4):667-672. 被引量：85
7SARWAR B, KARYPIS G, KONSTAN J, et al. Application of dimensionality reduction in recommender systems: a case study: proc. of the WebKDD Workshop at the ACM SIGKKD [ C]. New York: ACM ,2006, 被引量：1
8SARWAR B, KARYPIS G, KONSTAN J, et al, Item-based collaborative filtering recommendation algorithms: proc. of the 10th International World Wide Web Conference[ C]. [ S. l. ] : [ s. n. ] ,2001:285- 295. 被引量：1
9KARYPIS G, Evaluation of item-based top-n recommendation algorithms: proc. of the 10th International Conference on Information and Knowledge Management (CIKM) [ C]. Atlanta: [ s. n. ] ,2001. 被引量：1
10BILLSUS D, PAZZANI M J. Learning collaborative information filters: proc. of the 15th International Conference on Machine Learning [C]. [S.l. ]:[s, n. ],1998:46-54. 被引量：1