基于用户画像的个性化电子资源推荐服务初探

随着信息过载时代的到来,海量的电子资源使用户身处“知识迷航”的困境。同时,用来刻画用户行为的用户画像已在各领域广泛应用。通过对用户数据的分析挖掘,可构建出高精度的用户画像,这对面向用户开展电子资源推荐服务具有重要作用。论文构建的用户画像是基于用户与资源维度,结合了用户的基本属性、兴趣属性及社交属性,构建了用户相似度模型来发现相似用户,并对用户与相似用户的阅读偏好进行相似度计算,最后将相似用户阅读偏好中相似度值较高的电子资源进行推荐服务。实验结果表明基于用户画像的个性化电子资源推荐服务可较为精确地实现个性化推荐服务,这是对智慧图书馆提供相应智慧服务的有效探索,更加便利用户的数据获取。