基于用户兴趣度量的知识发现服务精准推荐

摘要：

[目的/意义]针对当前知识发现服务中存在的个性化程度不高和推荐效果不佳等问题,提出一种基于用户兴趣度量和内容分析的推荐算法.[方法/过程]文章通过特征词分布、LDA主题分布、引文结构网络三个维度构建学术资源模型,并通过对用户行为的度量,计算用户对其浏览学术资源的兴趣度,结合学术资源模型构建用户兴趣模型.将用户兴趣模型与学术资源模型匹配,计算其相似度,得到用户对每条学术资源的兴趣值,最后将兴趣值最高的TOP-N学术资源推荐给用户.[结果/结论]通过实验检验算法的有效性和推荐准确率,结果显示,本文从实时动态度量兴趣的角度,提出的推荐算法能较好地预测用户兴趣,推荐效果显著,为实现发现服务精准推荐提供思路.

关键词：用户兴趣、内容分析、发现服务、精准推荐

所属期刊栏目：63

分类号：G251(图书馆学、图书馆事业)

资助基金：国家自然科学基金面上项目“嵌入式知识服务驱动下的领域多维知识库构建”71573102

在线出版日期：2019-04-09（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：21-29