面向大数据的移动数字图书馆情境化推荐系统研究

摘要：

大数据环境下,推荐系统项目评分的稀疏性问题愈加突出.如何从大数据中挖掘出与用户精准匹配的服务信息并及时推荐给相应用户,成为大数据时代移动数字图书馆个性化服务亟待解决的问题.本文在系统回顾相关研究进展的基础上,提出了面向大数据移动数字图书馆情境化推荐系统,通过融合用户的情境信息进行协同过滤推荐(CF),基于此缓解数据稀疏性导致的推荐性能下降问题;同时采用MapReduce的并行处理方式,以此提高大数据的并行挖掘性能.

关键词：大数据、移动数字图书馆、协同过滤、情境化推荐、个性化服务

分类号：G250.76(图书馆学、图书馆事业)

资助基金：国家社会科学基金项目“基于大数据深度融合的移动图书馆用户画像情境化推荐模型研究”18BTQ033

在线出版日期：2018-10-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：58-64