融合门户信息的智慧图书馆推荐算法

为解决当前智慧图书馆推荐算法存在的推荐系统冷启动问题,在分析了当前智慧图书馆利用门户网站用户信息的可用性和可行性的基础上,提出了融合门户信息的用户模型建立方法。为解决当前推荐算法将用户属性和社交网络混合计算而导致的推荐不准确问题,基于k-means算法和用户相似度提出了将用户属性和社交网络分别进行聚类的推荐算法。通过利用门户网站的个人数据信息及提出的新算法,为智慧图书馆的推荐算法提出了新的思路和方向,从而打造个性化、智能化的智慧图书馆。