面向用户需求的数字图书馆精准推送系统设计

作者：杨向荣

来源：自动化与仪器仪表, 2023, (05): 182-185.

DOI：10.14016/j.cnki.1001-9227.2023.05.182

• 精准推送
• 卷积神经网络
• 协同过滤
• 数字图书馆

为响应图书馆用户的需求，提出一种基于混合推荐的精准推送方法。首先，结合目前精准推送的需求，提出图书馆精准推送的整体思路；其次，分别提出以词向量训练与卷积神经网络模型为核心的内容推荐算法和改进相似度计的协同过滤模块，并将两者的推荐结果混合，得到最终的推荐列表，以实现精准推送；最后，建立数据集，并对上述方案进行试验验证。结果表明：混合推荐模型的准确率、召回率以及F1值分别为92%、94%与93%;基于混合推荐的图书馆精准推送系统向用户推送图书的正确率都在95%以上，且用户满意度最高。由此通过以上研究表明，混合推荐的数字图书馆精准推送系统具有可行性，可面向用户需求进行精准推送。