基于兴趣信息深度融合的网络图书资源推荐

易晓宇; 易绵竹

doi:10.13229/j.cnki.jdxbgxb.20231025

吉林大学学报(工学版) ›› 2024, Vol. 54 ›› Issue (12) : 3614 -3619. DOI: 10.13229/j.cnki.jdxbgxb.20231025

基于兴趣信息深度融合的网络图书资源推荐

易晓宇, 易绵竹

作者信息 +

Author information +

文章历史 +

摘要

为有效地为用户推荐图书资源，提出了一种基于兴趣信息深度融合的网络图书资源推荐方法。首先，采用K均值聚类算法对网络用户展开聚类处理，通过优化聚类中心提高用户聚类精度；其次，计算用户对图书资源的兴趣度，以此为依据确定候选推荐资源；最后，建立LSKGCN模型，深度融合用户的长期兴趣和短期兴趣，对图书资源评分，将评分高的网络图书资源推荐给用户。实验结果表明，本文方法的推荐结果具有较高的类别多样性和内容多样性。