摘要
由于当前数字图书馆所采用的个性化检索算法缺乏对用户喜好的有效聚类分析能力,致使用户难以准确、迅速地获取其所需信息。因此,文章设计了基于主题偏好的数字图书馆个性化检索算法。该算法利用向量空间模型对用户的主题偏好进行深入挖掘并赋值。随后,采用TF-IDF算法作为图书指标权重的计算方法,对赋值后的聚类结果进行处理,以此作为图书的类别标签。运用Multi-Agent模型构建了相应的图书个性化检索模型,旨在提升数字图书馆系统的检索效率。为了验证所提方法的有效性,设计了对比实验环节。通过将所提方法与传统方法进行对比,结果显示:所提方法的检索结果误差率更低,结果弹出率更高,且结果输出时间更短。这些优势表明,所提方法的使用效果相较于传统方法具有显著提升,进一步证明了该方法在实际应用中的更高价值。
出处
《电脑知识与技术》
2024年第23期17-20,共4页
Computer Knowledge and Technology
基金
广西壮族自治区哲学社会科学“数字人文视域下广西桂剧非遗的文化基因提取与知识图谱构建研究”(23FTQ006)。
