10.3969/j.issn.1001-8972.2021.10.039
一种基于协同过滤的图书推荐平台
在信息数据交互量剧增的当下,数据挖掘与机器学习技术飞速发展.其中,推荐技术在高校学生的学习、生活中已成为一种主流的兴趣爱好反馈方式.如何在快速建立学生的综合成绩与学习行为之间的关联度、挖掘学生学习的兴趣向量的同时,实现对热门图书的个性化推荐,已经成为高校研究激发学生自主学习的方向之一.本文提出基于协同过滤的图书推荐算法,通过对我校学生的学习行为进行数据分析,构建协同过滤的概率矩阵模型,从而发现学生学习的兴趣倾向值,最终实现向学生推荐个性化图书信息的平台的搭建,进一步方便学生选择个人感兴趣的图书,进行阅读、学习与知识拓展,提升校园优良学风建设.
2021-05-24(万方平台首次上网日期,不代表论文的发表时间)
共2页
117-118