论文部分内容阅读
个性化图书推荐已成为图书馆领域关注的热点问题，但面临着读者兴趣、图书内容难以获取以及“冷启动”等一系列挑战。文中基于图书借阅行为建立“读者—图书”二部图模型，并基于此提出个性化图书推荐方法。该方法首先根据书名计算图书之间相似度；其次，基于读者兴趣相似度对读者进行聚类，并生成每个读者的获选图书集合；最后计算每个读者与候选图书集合中每本图书的匹配度，并排序后输出推荐图书列表。实验结果表明，该方法能在未知读者兴趣、图书内容的情况下，有效地实现个性化图书推荐，并缓解了“冷启动”问题。