基于Word2vec的图书馆推荐系统多样性问题应用研究

摘要：

图书馆个性化推荐系统强调推荐的精准性,无法满足读者的多样性需求.本文将深度学习算法引入图书馆推荐系统,探讨推荐多样性的问题.首先,依据历史借阅数据,结合时间序列,形成读者借阅行为的共现矩阵;然后将共现矩阵看作上下文的语境,利用Word2vec的潜在语义分析特性,识别读者可能的兴趣;最后挖掘读者可能的兴趣,并提供多样性的推荐结果.本文选取上海浦东图书馆541万余条借阅数据进行实验,对比关联分析的结果,验证了该方法在推荐多样性方面具有较好的效果.

关键词：Word2vec、图书馆推荐系统、多样性

分类号：TP391;G252.1;X16

在线出版日期：2020-05-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：124-132