基于词向量的图书推荐算法研究

发布时间：2021-11-25 07:33

　　随着数据科学的快速发展以及软硬件技术水平的不断提高,各行各业智能化水平越来越高,传统数字图书馆所提供的基本图书检索、热门推荐等服务不再能满足读者的需求,而个性化的图书推荐服务越来越受欢迎,其最显著的意义是能提升读者体验和提高图书资源的利用率。推荐算法是图书推荐系统的核心,传统的协同过滤算法面临着数据稀疏、冷启动的问题,基于内容的推荐算法面临着图书内容特征缺失和提取不准确的问题。针对这些问题,论文提出了基于词向量的改进策略。首先,针对只有借阅记录的图书馆中传统算法面临的数据稀疏问题,论文在传统基于物品的协同过滤算法基础上,提出了基于词向量的改进算法。算法通过word2vec训练借阅记录获得图书向量,根据图书词向量计算图书相似性实现图书推荐,并通过实验验证了词向量方法在提高覆盖率上的有效性。针对冷启动问题,论文设计了一套冷启动策略,实验证明在保障覆盖率的情况下,该策略能提高推荐结果的准确率。其次,针对只有借阅记录的图书馆图书内容缺失的问题,论文提出通过BTM主题模型对获取到的豆瓣图书标签建模,然后将其和豆瓣图书简介内容融合来丰富图书信息量。在传统的基于内容的推荐算法的基础上,通过利用词向量... 

【文章来源】：燕山大学河北省

【文章页数】：52 页

【学位级别】：硕士

【部分图文】：

Skip-gram模型

图2-5物品冷启动推荐策略表2-1 word2vec算法展示图书名称 相似度数理统计0.923数学分析0.903高等代数0.893解析几何0.823微积分0.803高等数学0.693经济学原理0.623果分析理高校图书馆过去3年的读者借阅数整理后，选取完整3年的图书馆读者的63123条借阅记录。

程度的降低，尤其是在推荐物品数目比较少的情况下这种差异比较明显，说明在推荐数目较少的情况下，基于词向量的改进算法在推荐上能有效改进基于物品的协同过滤算法推荐图书比较热门的缺陷。但是从图2-7可以看出词向量计算图书相似性的- 16 -

【参考文献】：
期刊论文
[1]一种改进的协同过滤方法在高校图书馆图书推荐中的应用[J]. 宋楚平.  图书情报工作. 2016(24)
[2]基于Word2Vec的一种文档向量表示[J]. 唐明,朱磊,邹显春.  计算机科学. 2016(06)
[3]高校图书馆个性化推荐服务算法研究[J]. 王飞,杨国林.  内蒙古师范大学学报(自然科学汉文版). 2015(06)
[4]图书馆发展史回顾[J]. 郭文雯.  才智. 2015(19)
[5]Spring MVC+Hibernate+jQeury模式开发框架应用研究[J]. 徐金虎,宋斌,丁锐.  自动化技术与应用. 2015(03)
[6]高校资源共享的可行性探究——以秦皇岛市两所高校为例[J]. 尹仁航,刘雨润,李京,孙小那,彭圆圆.  管理观察. 2014(33)
[7]基于标签和关联规则挖掘的图书组合推荐系统模型研究[J]. 李默,梁永全.  计算机应用研究. 2014(08)
[8]基于核方法的User-Based协同过滤推荐算法[J]. 王鹏,王晶晶,俞能海.  计算机研究与发展. 2013(07)
[9]结合项目分类和云模型的协同过滤推荐算法[J]. 熊忠阳,刘芹,张玉芳.  计算机应用研究. 2012(10)
[10]基于n序访问解析逻辑的协同过滤冷启动消除方法[J]. 李聪,梁昌勇.  系统工程理论与实践. 2012(07)

硕士论文
[1]基于Word2Vec的个性化餐饮推荐系统设计与实现[D]. 段琦.重庆大学 2017
[2]高校图书馆馆藏图书个性化推荐研究[D]. 夏红玉.华中师范大学 2016
[3]协同过滤推荐系统中冷启动问题的研究[D]. 徐登友.云南大学 2016
[4]基于内容特征提取的兴趣建模[D]. 张岱.北京邮电大学 2015
[5]基于OPAC的高校图书馆个性化图书推荐算法研究[D]. 陈永光.南京理工大学 2013



本文编号：3517678