基于協(xié)同過濾知識圖譜的圖書推薦

打開文本圖片集

摘要：目前存在的圖書推薦算法普遍都只考慮了讀者對圖書的評分等數(shù)據(jù)，忽略了圖書的其他屬性，并且這種推薦算法都會面臨冷啟動等問題。為了緩解圖書推薦系統(tǒng)準(zhǔn)確率低、可解釋性差和數(shù)據(jù)稀疏等問題，本文將圖書評分和圖書標(biāo)簽數(shù)據(jù)相結(jié)合，實(shí)現(xiàn)圖書的精準(zhǔn)推薦。首先通過圖書與圖書標(biāo)簽之間的關(guān)系構(gòu)建圖書知識圖譜，提取出圖書與圖書之間的關(guān)系，通過前文提到的算法模型計(jì)算推測出讀者的讀書偏好，還可以利用圖書和讀者之間的交互信息，通過協(xié)同過濾算法計(jì)算出讀者偏好，綜合上述兩種方法得到推薦列表進(jìn)行最終的TopK推薦。（剩余4496字）