文献类型：期刊文章

作　　者：梁思怡[1] 彭星亮[1] 秦斌[1,2] 林伟明[3] 胡振宁[4]

LIANG Siyi;PENG Xingliang;QIN Bin;LIN Weiming;HU Zhenning

机构地区：[1]深圳大学电子与信息工程学院 [2]深圳大学信息中心 [3]深圳大学图书馆电脑部 [4]深圳大学图书馆党总支

出　　处：《图书馆论坛》

基　　金：2018年广东省普通高校特色创新科研项目“基于高水平学科建设用户画像的学术知识精准服务研究”(项目编号:2018WTSCX126)研究成果。

年　　份：2021

卷　　号：41

期　　号：3

起止页码：113-121

语　　种：中文

收录情况：BDHX、BDHX2020、CSSCI、CSSCI2021_2022、JST、NSSD、RCCSE、RWSKHX、ZGKJHX、核心刊

摘　　要：针对高校图书馆场景存在的无显式反馈、借阅数据稀疏和传统推荐算法效果不好问题,提出基于时间上下文优化协同过滤的推荐算法,包含读者阅读行为评分、时间上下文和内容兴趣变迁3个要素。在数据准备阶段,通过制定评分转化规则、设计标准化函数来构建一种基于用户行为操作的兴趣评分模型,以解决用户评分缺失问题;在推荐召回阶段,提出一种非线性的时间衰减模型来对评价矩阵进行优化,以提高推荐效果;在推荐排序阶段,提出一种兴趣捕捉模型对召回结果按照图书类别进行精排序,以缓解数据稀疏问题并进一步提高推荐效果。实验结果表明,文章提出的优化算法在Top5的F值较未经优化的协同过滤提升增幅达141%。

关 键 词：协同过滤 图书推荐 评价矩阵 算法优化  

分 类 号：TP391.3]