-
题名时间上下文优化的协同过滤图书推荐
被引量：14
- 1
-
-
作者
梁思怡
彭星亮
秦斌
林伟明
胡振宁
-
机构
深圳大学电子与信息工程学院
深圳大学信息中心
深圳大学图书馆电脑部
深圳大学图书馆党总支
-
出处
《图书馆论坛》
CSSCI
北大核心
2021年第3期113-121,共9页
-
基金
2018年广东省普通高校特色创新科研项目“基于高水平学科建设用户画像的学术知识精准服务研究”(项目编号:2018WTSCX126)研究成果。
-
文摘
针对高校图书馆场景存在的无显式反馈、借阅数据稀疏和传统推荐算法效果不好问题,提出基于时间上下文优化协同过滤的推荐算法,包含读者阅读行为评分、时间上下文和内容兴趣变迁3个要素。在数据准备阶段,通过制定评分转化规则、设计标准化函数来构建一种基于用户行为操作的兴趣评分模型,以解决用户评分缺失问题;在推荐召回阶段,提出一种非线性的时间衰减模型来对评价矩阵进行优化,以提高推荐效果;在推荐排序阶段,提出一种兴趣捕捉模型对召回结果按照图书类别进行精排序,以缓解数据稀疏问题并进一步提高推荐效果。实验结果表明,文章提出的优化算法在Top5的F值较未经优化的协同过滤提升增幅达141%。
-
关键词
协同过滤
图书推荐
评价矩阵
算法优化
-
Keywords
collaborative filtering
book recommendation
evaluation matrix
algorithm optimization
-
分类号
TP391.3
[自动化与计算机技术—计算机应用技术]
-
