积分商城

最新搜索： ispLEVER NE555.PDF BRIGHTEK multism modelsim 10.4 IP超过下载限制怎样解除
您现在的位置是：首页 > 技术资料 > 基于Python的图博档数字资源推荐算法
推荐星级：
  • 1
  • 2
  • 3
  • 4
  • 5

基于Python的图博档数字资源推荐算法

更新时间：2019-12-23 22:53:29 大小：2M 上传用户：songhuahua查看TA发布的资源 标签：Python 下载积分：1分 评价赚积分 （如何评价?） 打赏 收藏 评论(0) 举报

资料介绍

在大数据时代下,数字化的图书馆、博物馆、档案馆(以下简称“图博档”)平台的出现满足了人们便捷获取信息的需要,但大量的数字信息导致人们查找信息的效率低下。介绍了一种基于python编程语言的推荐算法,适合于图博档数字资源整合平台的运用,帮助用户高效准确地查找所需信息。


部分文件列表

文件名 大小
基于Python的图博档数字资源推荐算法.pdf 2M

【关注视频号领20积分】   【关注公众号立即送20积分】

部分页面预览

（完整内容请下载后查看）
·
·
新技术应用  
年第  
期
１ꢀ５  
１
(
)
图书馆研究  
２０１９  
Librar Research  
y
基于  
的图博档数字资源推荐算法  
Pthon  
y
陈玉鸣  
(
，
)
ꢀ２１００４６  
南京大学信息管理学院 江苏 南京  
ꢀ
[
摘
]
要
ꢀ
，
、
、
(
“
”)  
在大数据时代下 数字化的图书馆 博物馆 档案馆 以下简称 图博档 平台的出现满足了人们便捷  
ꢀ
，
。
获取信息的需要 但大量的数字信息导致人们查找信息的效率低下 介绍了一种基于  
编程  
thon  
py  
，
，
。
语言的推荐算法 适合于图博档数字资源整合平台的运用 帮助用户高效准确地查找所需信息  
[
关键词  
]
ꢀ
; ;  
图博档 数字化 推荐算法  
[
]
[
]
ꢀA  
[ ]  
文章编号  
２０９５－５１９７２０１９０１－０１０５－０５  
(
)
中图分类号  
文献标识码  
ꢀG２５０ꢀꢀꢀ  
ARecommendationAlorithmforDiitalResourcesBasedonPthon  
g
g
y
CHENYu－min  
g
(
，
，
，
)
SchoolofInformationManaementNanin Universit Nanin ２１００４６ China  
j g j g  
g
y
：
，
，
y
(
Abstract Undertheeraofbi datatheemerenceofdiitallibrar museumandarchivescenterhereinafterre-  
g
g
g
)
，
ferredtoasLAM latform meetstheneedof eoletoobtaininformationconvenientl butthelarea-  
p p  
p
y
g
mountofdiitalinformationcausestheinefficienc ofsearchin information．This aerintroducesa  
pp  
g
y
g
，
recommendedalorithmbasedonthe thon rorammin lanuae whichissuitableforthea lica-  
py p g g g pp  
g
g
tionofLAMdiitalresourcesinteration latformtohel usersefficientl andaccuratel findthere-  
g
g
p
p
y
y
uiredinformation．  
q
：
;
;
Kewords LAM diitization recommendationalorithm  
g
g
y
：
CLCnumber G２５０  
。
，
户轻易发现 同时 由于现在图博档数字资源平  
，
台的信息量巨大 用户需要花费很多时间搜索所  
引言  
１ꢀ  
，
，
需信息 而人们的时间精力也有限 需要在尽可能  
，
短的时间内获取尽可能多的有效信息资源 在这  
快节奏的生活方式让越来越少的人倾向于去  
”)  
，
种情况下 图博档平台有必要采用一套推荐系统  
、
、
(
“
图书馆 档案馆 博物馆 以下简称 图博档 等实  
。
让用户快速并精确地获取所需信息  
。
，
，
体机构查找资料 因此 为了满足人们的需要 数  
。
字化的图博档平台开始出现并快速发展起来  
仅
，
，
年底 国家图  
研究现状  
以图书馆的数字化为例 截至  
２ꢀ  
２０１６  
，
书馆的数字资源总量达  
与
年
１３２３．３５TB  
２０１５  
，
推荐系统利用用户的一些行为 通过一些数学  
。
，
相比增加  
其中 馆藏特色数字化资源  
１６２．３７TB  
， ，  
算法 推测出用户可能喜欢的东西 并将这些结果  
，
，
网络导航和网  
１０１TB  
外购数据库  
１０５９．６９TB  
。 、  
推荐给用户 推荐系统现被广泛应用于购物网站  
，
，
电
络资源采集  
子报纸呈缴  
征集数字资源  
１１４．７３TB  
４２TB  
[]  
５．９３TB  
１
。 ，  
旅游网站等 推荐系统的核心是推荐算法 常见的  
。
，
然而 在信息资源数量大  
，
、
推荐算法包括基于协同过滤的推荐算法 基于内容  
幅增加的同时 很多真正迎合用户需要的信息却  
，
、 。  
的推荐算法 基于关联规则的推荐算法等 这些算  
被淹没在茫茫的信息海洋中 难以被有需求的用  
·
第
卷 第 期 总 第  
期
年
月
１
４９  
１
２０９  
２０１９  
·
·
新技术应用  
年第  
期
１
１ꢀ６  
图书馆研究  
２０１９  
，
，
，
法有各自的优点 但对于图博档数字资源平台来  
算法进行实验分析和验证 结果表明 改进算法的  
图书个性化推荐效果有明显改善 田磊等人[]利  
８
，
。
。
说 也存在缺陷 国内外专家学者们将这些基础的  
，
。
推荐算法进行改进与融合 完善了其功能  
用改进的  
算法对借阅用户的类别与偏  
K－mean  
等 人[]提 出 了 一  
２
，
好性进行了系统的分析 然后通过构造用户借阅  
GIOVANNISEMERARO  
，
，
偏好性矩阵与用户相似性度量 采用协同过滤算  
种基于内容的推荐算法 它通过基于内容的经典  
，
。
法实现了图书借阅的个性化推荐 该算法可根据  
模型中的社交标签来集成用户生成的内容 让用  
，
用户的借阅爱好准确地为其推荐图书 整体上具  
户通过输入数字评分以及用自由标签注释项来表  
。
，
。
达对物品的偏好 该推荐算法提高了推荐内容的  
有较高的性能 提高了图书推荐的准确率  
，
。
，
准确性 是个性化博物馆设计的网络服务的核心  
国内外专家学者所研究的这些推荐算法 为  
“
”
。
冷启动 问题是推荐算法常见的难题 为了  
本文所介绍的服务于图博档数字资源平台的推荐  
等人[]在传统的  
算法提供了宝贵的参考价值  
３
，
。
解决这一问题  
Jason Morawski  
，
协同过滤推荐算法上进行改进 提出了一种使用  
模糊向量的协同过滤与内容过 滤混合的推荐算  
算法设计  
３ꢀ  
。
法
该算法有效解决了传统协同过滤推荐算法的  
“
”
，
，
冷启动 问题 适合于馆藏相对较少的图书馆 这  
，
本文所介绍的图博档数字资源推荐算法 总  
。
种方法对稀疏数据集特别有效  
，
。
结了以上推荐算法的优点 在此基础上进行改善  
，
为了更加 切 合 项 目  
[]  
４
AlvaroTeeda－Lorente  
，
通过获取用户的历史浏览记录 在整个数字资源  
j
，
，
等人 提出一种能够考虑项目质量的推荐算法  
这个系统使用项目的质量来计量它们的相关性  
，
。
数据库中进行遍历 推荐给用户相关的数字资源  
这一方式解决了不能推荐新加入数据库的物品的  
该算法提出一种策略能在基于内容的推荐算法和  
，
问题 同时可以推荐出数据库中所包含的用户所  
，
协同过滤算法之间切换 该推荐系统采用模糊语  
，
。
感兴趣的全部内容 不至于丧失多样性 如图  
１
，
言学的方法开发 并在大学数字图书馆中得到了  
，
所示 首先从图博档数字资源平台中获取需要推  
。
令人满意的测试  
，
，
，
荐给用户的数字资源 加以整理 提取关键属性  
[]提出一种基于分布式学  
５
GabroveanuMihai  
，
然后再获取用户的浏览记录 从浏览记录中提取  
，
习管理系统关联规则的推荐系统 利用分布式数  
据挖掘算法分析来自 数据库的信息已提取  
，
关键词 在提取出来的需要推荐给用户的数字资  
LMS  
关联规则 然后提取的规则被用作推理规则来提  
，
、
源中匹配这些关键词 就能把用户所感兴趣的 所  
，
，
需要的信息资源提取出来 屏蔽掉一些无关的信  
，
。
供个性化推荐 可以使推荐更加准确  
，
，
息 推荐给用户 让用户在数字资源平台中浏览信  
国内学者也为推荐算法的研究做出了杰出贡  
。
息时难以错过潜在的符合需要的数字资源  
[]  
６
：
，
献 张红燕 借助数据挖掘技术找到关联规则 分  
，
析高校图书馆内读者的借阅行为 并运用基于数  
(
)
，
据库的知识发现  
方法 构建一个以书目或  
KDD  
，
书目阶层为导向的高校图书馆新书推荐系统 以  
，
帮助读者快速找到适合自己的学习资料 增强其  
对图书馆服务的满意度 徐文青 双林平[]依照  
７
。
、
“
”
，
的 社会化标注 思想 针对基于内容的推  
Web２．０  
(
)
( )  
荐算法  
和协同过滤推荐算法 存在的不  
CBR  
CF  
) 、  
，
(
TAGS  
足 提出 了 基 于 读 者 标 签  
的 融 合 图 书  
“
”
热门度 因子的 个 性 化 图 书 推 荐 的 两 个 改 进 算  
。
，
重点对改进后的  
R
法
利用统计分析软件  
CBR  
图
推荐算法流程图  
１ꢀ  
·
第
卷 第 期 总 第  
期
年
月
１
４９  
１
２０９  
２０１９  

相关下载

全部评论(0)

暂无评论
评论赚积分>>

上传资源 上传优质资源有赏金

热门标签

更多>>

最新上传

  • 打赏
  • 30日榜单

热门下载

推荐下载

本站上的所有资源均为源于网上收集或者由用户自行上传，仅供学习和研究使用，无任何商业目的，版权归原作如有侵权，请 来信指出，本站将立即改正。

ICP许可证号：京ICP证070360号     21IC电子网 2000- 版权所有

京ICP备11013301号

京公网安备 11010802024343号