基于OPAC的高校圖書館個性化圖書推薦算法研究.pdf_第1頁
已閱讀1頁，還剩67頁未讀， 繼續(xù)免費閱讀

下載本文檔

版權說明：本文檔由用戶提供并上傳，收益歸屬內容提供方，若內容存在侵權，請進行舉報或認領

文檔簡介

1、高校圖書館是一所高校的文獻信息中心，在這個知識的海洋里，一方面師生讀者很難從中發(fā)現自己感興趣的文獻，另一方面大量少人問津的文獻成為這一知識海洋中的“暗礁”，無法被用戶輕易獲取。用來方便讀者網上查詢館藏資源的聯機公共檢索目錄(Online Public Access Catalog，簡稱OPAC)，其信息庫中保存著大量的讀者檢索及借閱信息，這些信息能充分揭示讀者對館藏資源的利用和需求，利用這些信息并結合相關推薦算法向讀者推薦相關圖書，可以

2、更好地滿足讀者的信息需求。
　　 本文列舉和了解目前常用的幾種推薦算法，在分析高校圖書館讀者特征及紙質資源特征的基礎上，提出利用《中圖圖書館分類法》來解決基于內容的推薦算法所存在的用關鍵詞表達用戶興趣不精確和冷啟動問題，利用《中圖圖書館分類法》構建用戶-項目分層評價矩陣來解決協(xié)同過濾推薦算法所存在的數據稀疏性問題，并將兩種改進后的算法相結合，提出一種混合算法圖書推薦策略，彌補了單一算法存在的不足。
　　 最后通過利用圖書

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網頁內容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內容的表現方式做保護處理，對用戶上傳分享的文檔內容本身不做任何修改或編輯，并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容，請與我們聯系，我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論