基于用户行为的学术文献个性化推荐研究

为帮助科研用户解决在海量文献检索中遇到的信息过载等问题,该文从用户使用文献的行为出发,运用大数据分析中随机游走的二分图算法分析处理,通过协同过滤的方式预测用户未来的文献需求。评价指标显示本模型准确率为72.4%、覆盖率为14.6%、召回率为69.1%。能较好完成对文献的预测,实现对用户的个性化推荐,主动改善用户的文献检索环境。