文献类型：期刊文章

作　　者：周之诚[1]

机构地区：[1]上海应用技术学院图书馆,上海200235

出　　处：《情报理论与实践》

基　　金：上海应用技术学院社会科学基金项目"数字资源检索中的LibSuggest模式及其应用研究"的成果;项目编号:SJ2010-04

年　　份：2011

卷　　号：34

期　　号：6

起止页码：116-119

语　　种：中文

收录情况：BDHX、BDHX2008、CSSCI、CSSCI2010_2011、JST、NSSD、RCCSE、RWSKHX、ZGKJHX、核心刊

摘　　要：综合用户背景与资源特点,基于用户的协同过滤更适合高校图书馆在信息推荐中的应用。对其由于馆藏数字资源空间增大而导致推荐系统性能下降以及数据稀疏性问题,提出一种用户意图聚类的方法。通过运用K-m eans算法,对资源类别的意图特征值相似用户进行聚类,来提高推荐的实时性,降低数据稀疏性对信息推荐造成的影响。实验结果表明,基于用户意图聚类的协同过滤算法能有效提高推荐质量。

关 键 词：数字资源 聚类分析 用户 协同过滤

分 类 号：G250.76[图书情报与档案管理类]