基于借阅记录的图书个性化推荐方法研究与应用.pdf

《基于借阅记录的图书个性化推荐方法研究与应用.pdf》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、＂＇．，．；．．：．姜满知成；儀茂巧．＇—：；＇；节：盛約．：；，４Ｙ巧：和斯：；；，．；：城？：纖起妾搞：非嶋帅：和．．．載边觀嘴巧：渉．取議戀顏．翊以奇心：心典書疆？ｐ歡节批分又乂乂聲箱興额击研究生学位论，带測雜．垂泮＇；巧拳．寒議龜＇Ｓ．、．？．賀然扔错满鶴與：．．．＃遊＇？：Ｉｔ；ｌ：寒茫編ｉ（＾＾ｌ）康樣鑛．傑甚于借閒记录的圈书个性化ｆｆ－．，？＾．＇蔡究与应用．；：推荐方法硏打寒ｆ斋芭．．與；繁鞋胃，韻＇—＇＇．，＂：．相．碱－？心＇－．Ｔ；：．；ｉ：導錫扭：点

2、義遊鼓攀、＇￣？巧．一－八．少，戶冶Ａ？．心，一：－、、＇．＂－＾＾—‘‘＾，七苗巧辦马戶＆旅乃：巧；；＾每‘．｜？学半鄉證李辕洋聋｜｜韓；，、诗请讓嚷衾竭￣吏奪＇、．＂－＂＊、；’＊．；＾；／＼号；ｒ２０１４３Ｑ９０４Ｑ１１．０Ｖｙ！二＾‘；请解麵＼声咬：学科（专掌学餘计筹机技米■－币．＾数据处理与软件服各－谭；爾究ｒ方向．某／龄培兴§；謂政麵覇涕－‘‘守仰平．‘ｉ．＇占．‘‘．＊‘巧．於‘Ｎ．二：＞．，《－；弘，一．．：相妒逆游皆皆；孫讓鋪章績賴辕彝＾．．＾心＇．＇：：＾：＾

3、＾＾；燃摇攸？；遂游钻．’＜＇‘‘＇＇…：－＇－．．’．．’心’一‘一’‘诲－；＇＂＇：；：．－．一’；巧‘■：心；５．片，棘坏＾為脅、．，。，畔＾－；乂乐ＬＶＶ．．２０巧年６月６托；勞伊＜：或＃梦库碱義這：丈‘門．扩皆對；北方工业大学学位论文原创性声明本人郑重声明：所呈交的学位论文，是本人在导师的指导下，独立进行研巧工作所取得的成果。除文中己经注明引用的内容外，本论文不含任何其他个人或集体已经发表或撰写过的作品成果。对本文的研巧做出重要贡献的个人和集体，均己在文中Ｗ明确方式标明。本人完全

4、意识到本声明的法律结果由本人承担。＂学位论文作者签名曰期：ｗ年＾月曰！７学位论文使用授权书学位论文作者完全了解北方工业大学有关保留和使用学位论文的规定，。即；研巧生在校攻读学位期间论文工作的知识产权单位属北方工业大学学校有权保留并向国家有关部口或机构送交论文的复印件和电子版，允许学位论文被査阅和借阅，可Ｗ允许采；学校可Ｗ公布学位论文的全部或部分内容用影印、缩印或其它复制手段保存、汇编学位论文（保密的学位论文在解密后适用于本授权书）。□保密论文注释：经本人申请，学校批准，本学位论文定为保密论文，密

5、：：级，期限年，自年月日起至年月日止，解密后适用本授权书。Ｎ／非保密论义注释，ｇ：本学位论文不属于保密范围适用本授权书。是私辟本人签名：日期：导师签名；本日期；Ｊ＾ｇ／７．Ｌｌ寺基于借巧记录的图书个性化推荐方法研究与应用摘要随着出版行业日益发展，高校图书馆的馆藏图书在数量和种类方面日益增多，读者在海量的图书中发现自己感兴趣的图书较为困难。目前高校图书馆的图书推一荐系统般仅依靠借阅量推荐热口图书，无法实现个性化推荐。因此有必要对高校图书个性化推荐方法进行深入研巧。一本文Ｗ某高校图书馆

6、近十年的借阅记录为研巧基础，设计了种可Ｗ实现个性化图书推荐的推荐方法一。方法主要包括两部分，第部分利用协同过滤算法做推荐结果粗召回。第二部分对借阅记录进行特征提取构建读者偏好模型，利用模一型对第部分粗召回结果中的图书做评分预测，根据评分排序生成最终的推荐结果。协同过滤算法的原理在于寻找目标用户的相似用户并根据相似用户的行为为目标用户进行推荐－。协同过滤算法依赖于用户项目评分矩阵计算用户相似度。－本文Ｗ高校图书馆借阅数据为研究背景，基于借阅记录生成读者图书评分矩阵，来表示读者与图书的借阅关系，用读者借阅图

7、书的天数填充矩阵表示读者对图一。书的评分，最后对矩阵中的评分归化处理并基于两种协同过滤算法Ｗ及两种ｅａｎ计算相似度的方法所形成的四种算法组合做对比实验，采用平均绝对误差（ＭＡｂｓｏｌｕｔｅＥｒｒｏｒ，ＭＡＥ）为评价标准，选取最优的算法组合。产生的推荐结果中包、含了与目标用户不同专业不同年级的读者所借阅的图书，实现了个性化图书推荐。、。在方法第二部分中－针对读者信息图书信息Ｗ及借闽信息提取特征选取所有读者的借阅记录，，，按借阅时间排序采用合适的时间窗口构建正负样本集利用ＧＢＤＴ算法对数据进行训练，构建

8、读者偏好模型，通过生成的模型预测第一。部分的粗召回结果，按照评分排序产生最终的推荐结果最后本文所设计的推荐方法为核必建立了图书个性化推荐系统，读者通过身份认证登录ｗｅｂ页面与推荐系统交互，获取符合自己兴趣偏好