基于兴趣信息深度融合的网络图书资源推荐

易晓宇, 易绵竹

吉林大学学报(工学版) ›› 2024, Vol. 54 ›› Issue (12) : 3614-3619. DOI: 10.13229/j.cnki.jdxbgxb.20231025

基于兴趣信息深度融合的网络图书资源推荐

  • 易晓宇, 易绵竹
作者信息 +
History +

摘要

为有效地为用户推荐图书资源,提出了一种基于兴趣信息深度融合的网络图书资源推荐方法。首先,采用K均值聚类算法对网络用户展开聚类处理,通过优化聚类中心提高用户聚类精度;其次,计算用户对图书资源的兴趣度,以此为依据确定候选推荐资源;最后,建立LSKGCN模型,深度融合用户的长期兴趣和短期兴趣,对图书资源评分,将评分高的网络图书资源推荐给用户。实验结果表明,本文方法的推荐结果具有较高的类别多样性和内容多样性。

关键词

兴趣信息 / K均值聚类 / 图书资源推荐 / LSKGCN模型 / 信息融合

中图分类号

TP391.3

引用本文

导出引用
易晓宇, 易绵竹. 基于兴趣信息深度融合的网络图书资源推荐. 吉林大学学报(工学版). 2024, 54(12): 3614-3619 https://doi.org/10.13229/j.cnki.jdxbgxb.20231025

基金

国防科技创新特区项目(18H86301ZT00500501); 国家社会科学基金项目(14CYY051,18BYY235)

评论

Accesses

Citation

Detail

段落导航
相关文章

/