基于SNS的图书推荐系统研究与实践

为提高信息服务质量,数字图书馆可利用推荐系统为用户寻找文献资源带来便利,并提高图书资源利用率。传统的推荐算法面临数据稀疏等问题时有其局限性。针对此问题,提出并实现一个基于社会网络软件的图书推荐系统,系统应用三种个性化图书推荐算法,能够充分挖掘用户数据,建立准确的用户兴趣模型并推送良好的图书推荐结果。数据分析结果表明,引入额外的社会关系数据有助于提升图书推荐系统的性能。