基于标签相似度的数字化书籍资源智能推荐算法

针对为帮助读者快速找寻所需的书籍、避免数字化信息出现过载问题,提出基于标签相似度的数字化书籍资源智能推荐算法。首先,根据数字图书馆系统中已录入的用户信息,获取用户特征相似度、用户兴趣相似度,并将其看作综合相似度指标;然后,结合标签相似度指标,获取目标用户书籍资源的相似近邻;最后,将用户浏览过的书籍资源标签构成标签集,通过用户隐式行为评分和线性加权融合相混合的推荐方法,将目标用户喜欢的数字化书籍资源构成推荐列表,并推荐给目标用户。实验结果表明,相比于传统推荐算法,该算法的推荐效果更好。