论文部分内容阅读
推荐系统是进行个性化服务的重要手段,但是传统的推荐系统推荐效果受到冷启动、矩阵稀疏性、用户参与度等问题影响.在总结传统推荐系统基本工作原理和影响推荐效果问题产生的原因的基础上,认为以规范化和共享化的方式描述资源属性的元数据能够在一定程度上帮助解决推荐系统的相关问题,并结合书籍推荐的需要对都柏林核心元数据集进行了扩展,分析了填写这些数据元素的信息来源和填写的方式,给出扩展了的元数据集在书籍推荐中的作用机理和工作流程.