一种基于耦合对象相似度的项目推荐算法

推荐系统根据用户的偏好为用户推荐个性化的信息、产品和服务等,能够帮助用户有效解决信息过载问题。基于内容的协同过滤算法缺少合适的度量指标用来计算项目之间的相似度。提出一种基于耦合对象相似度的项目推荐算法,即通过耦合对象相似度捕获项目特征频率分布相似性和特征依赖聚合相似度。首先从项目文本中抽取项目的关键特征,然后利用耦合对象相似度构建项目相似度模型,最后使用协同过滤的方法为活动用户推荐用户可能感兴趣的项目。在真实数据集上的实验结果表明,基于耦合对象相似度的推荐算法可以有效解决基于内容推荐系统的项目相似度度量问题,在缺失大量项目特征数据的情况下改进传统基于内容推荐系统的推荐质量。

推荐系统适用于图书馆吗?(英文)

源于电子商务的推荐系统能够适用于图书馆吗?十年来,推荐系统努力将客户和产品在电子商务环境下进行匹配。运用特别设计的推荐系统来满足客户的需求,协同过滤和基于内容的推荐系统是两种基本的类型,由此衍生的多种复合型推荐系统已经明显地改进了数字图书馆的服务。安全问题对图书馆来说具有特殊性,剽窃会影响推荐的质量。能够促进利用图书馆服务的开源工具软件可能是为用户提供图书馆个性化服务的选择。