针对高校数字图书馆对读者需求信息挖掘不足,无法主动为读者提供个性化图书推荐服务的问题。该文引入所罗门学习风格量表,多维度、全方位的构建读者特征模型,并提出基于随机算法与协同过滤推荐算法的混合推荐算法。首先,读者通过数据量表测试得到其学习风格,然后根据读者的浏览矩阵,在同种学习风格的用户群体中进行用户之间的相似度计算,最后采用Top-N的策略向用户进行图书推荐,为读者提供符合其个性特征的图书。实验结果表明,应用该算法能有效提高系统的推荐质量,达到良好的推荐效果。
科研之友
微信
新浪微博
Facebook
分享链接
