基于用户兴趣序列相似性度量的图书协同过滤推荐方法研究

摘要：

论文通过用户在一系列时间节点对所借阅图书的评分形成用户兴趣序列,并提取用户之间的最长公共兴趣子序列(LCSIS)和所有公共兴趣子序列(ACSIS),以此为基础计算用户之间的相似性并与传统的协同过滤推荐方法相结合,提出了基于用户兴趣序列的改进协同过滤图书推荐方法.将本文提出的方法和传统的基于用户的协同过滤推荐方法在天津医科大学图书馆图书借阅数据集进行实验验证,结果发现该方法在推荐效果上优于传统方法.

关键词：用户兴趣序列、相似性度量、协同过滤推荐、智能荐书

分类号：G250.7(图书馆学、图书馆事业)

资助基金：天津市2018年度哲学社会科学规划课题"基于人工智能的公众医学信息服务平台构建"TJTQ18-010;2017年度天津市教委科研计划项目"基于本体建模的个性化Web服务发现方法研究"项目2017SK098 研究成果之一

在线出版日期：2019-12-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：43-48