基于人工智能的电子图书推荐系统研究

摘要

针对公共图书馆电子图书资源利用率低、推荐精准度不足的问题，本研究构建了一种基于人工智能的电子图书推荐系统。该系统融合深度学习、自然语言处理与知识图谱技术，通过采集用户借阅记录、页面停留时长、笔记跳转等多源行为数据，结合图书元数据与语义内容，搭建了“用户画像-内容理解-混合推荐-反馈迭代”的分层架构。算法层面采用“预训练语义编码+带注意力机制的序列建模+多特征交叉”的融合方案，兼顾短期兴趣响应与长期偏好演化，同时引入探索机制打破信息茧房。实验结果表明，该系统在推荐准确性、多样性与用户实际阅读转化率上均优于传统协同过滤方案，可为图书馆数字化精准服务提供技术支撑。

关键词

电子图书 / 人工智能 / 推荐系统 / 用户画像 / 混合推荐