科研之友
微信
新浪微博
Facebook
分享链接
摘要
目前存在的图书推荐算法普遍都只考虑了读者对图书的评分等数据，忽略了图书的其他属性，并且这种推荐算法都会面临冷启动等问题。为了缓解图书推荐系统准确率低、可解释性差和数据稀疏等问题，本文将图书评分和图书标签数据相结合，实现图书的精准推荐。首先通过图书与图书标签之间的关系构建图书知识图谱，提取出图书与图书之间的关系，通过前文提到的算法模型计算推测出读者的读书偏好，还可以利用图书和读者之间的交互信息，通过协同过滤算法计算出读者偏好，综合上述两种方法得到推荐列表进行最终的Top-K推荐。
-
单位佛山科学技术学院; 自动化学院
