基于2K-means算法的读者兴趣分类图书自动推荐系统设计

作者：林艳凤; 苑吉洋

来源：现代电子技术, 2020, 43(20): 141-148.

DOI：10.16652/j.issn.1004-373x.2020.20.035

• 读者兴趣分类
• 图书自动推荐
• 系统设计
• 2K-means算法
• 数据挖掘
• 聚类分析

为了能够满足读者的个人兴趣特点和应用需求,提出基于读者兴趣分类的图书自动推荐系统设计思路。介绍了读者兴趣需求的图书自动推荐系统设计理论技术基础,包括数学挖掘、2K-means算法及UML语言。详细分析了基于读者兴趣分类的图书自动推荐系统需求和性能需求,将读者的兴趣与图书类别完成聚类分析,并提取最终聚类所获结果匹配图书类别,建立读者兴趣分类图书自动化推荐模型。引入聚类算法、关联规则算法实现读者感兴趣图书规律的统计分析,从而整合读者的图书信息源并充分发现具有较大价值的信息,最终将与相似性需求相符的图书,采用电子邮件或网页方式,自动推荐给读者。该系统设计能够为读者提供可能感兴趣的图书摘要、馆藏类相关信息,且运行性能良好,具有良好的推广应用前景。

• 单位
  青岛科技大学