融合多源数据和场景相似度计算的数字资源推荐研究

摘要：

[目的]探索融合多源数据和场景相似度计算的方法,为用户精准匹配相应的数字资源.[方法]本文提出一种融合多源数据和场景相似度计算的数字资源推荐方法(CF-SSC),通过构建融合多源数据的场景模型得到场景数据的抽象表示,基于细化的相似度指标计算场景相似度,最后根据相似度等级预测得到场景列表及相应资源,以此优化推荐结果.[结果]相比于CF-Pearson、CF-Cosine、IOS和User-MRDC,本文所提CF-SSC算法在指标MAE(0.688)上表现最优,在指标RMSE(0.936)上仅略次于User-MRDC,达到MAE和RMSE最优值时所需邻居的数量(20)最少.[局限]仅在少量有限的数据集上进行重复测试.[结论]所提相似度算法提高了推荐系统的预测精度,有效提升资源推荐的效率和准确性.

关键词：数字资源;个性化推荐;场景分析;多源数据;相似度计算

所属期刊栏目：5

分类号：TP391;G250(计算技术、计算机技术)

资助基金：国家自然科学基金;教育部新工科研究与实践项目;湖北省教学研究项目

在线出版日期：2022-02-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：114-123