基于标签相似度的数字化书籍资源智能推荐算法

摘要

针对为帮助读者快速找寻所需的书籍、避免数字化信息出现过载问题，提出基于标签相似度的数字化书籍资源智能推荐算法。首先，根据数字图书馆系统中已录入的用户信息，获取用户特征相似度、用户兴趣相似度，并将其看作综合相似度指标；然后，结合标签相似度指标，获取目标用户书籍资源的相似近邻；最后，将用户浏览过的书籍资源标签构成标签集，通过用户隐式行为评分和线性加权融合相混合的推荐方法，将目标用户喜欢的数字化书籍资源构成推荐列表，并推荐给目标用户。实验结果表明，相比于传统推荐算法，该算法的推荐效果更好。

关键词

标签相似度 / 数字化书籍资源 / 智能推荐 / 混合推荐 / 相似近邻

基金资助

河南省软科学研究计划基金资助项目(222400410551); 河南省科技攻关基金资助项目(192400410030)