基于数据挖掘的高校图书馆在线推荐算法研究

作者：姜润发

来源：信息与电脑(理论版), 2020, 32(23): 50-52.

• 在线推荐
• 协同过滤
• 数据挖掘
• 用户聚类

在线推荐服务在高校图书馆系统中发挥的作用越来越大,传统推荐服务使用的算法存在数据稀疏和冷启动问题。为了提高在线推荐的服务质量,本文提出了一种基于数据挖掘的图书推荐算法,该算法融合了基于内容的推荐思想,改进了协同过滤的相似度计算方式,并将用户聚类引入最终的算法执行模型。

• 单位
  中国海洋大学