基于微信服务的图书馆智能推荐方法研究

针对当前图书馆微信服务存在主题性不突出等问题,通过研究图书馆微信推荐算法服务应用,提出改进Pure CFSVD算法图书智能推荐算法,该算法结合了Pure CF向量空间模型相似度计算规则,同时由于SVD算法梯度下降特性,可有效避免局部最优解,并且该联合算法鲁棒性更强,可更好地进行书目推荐。经过和协同过滤算法进行对比实验,结果表明:相较于传统的推荐系统,其推荐准确率提高了8%,推荐覆盖率提高了9%,更加适用于大体量数据下的图书馆智能推荐业务。