文献类型：期刊文章

作　　者：耿立校[1] 晋高杰[1] 李亚函[1] 孙卫忠[1,2] 马士豪[1]

Geng Lixiao;Jin Gaojie;Li Yahan;Sun Weizhong;Ma Shihao(School of Economics and Management,Hebei University of Technology,Tianjin 300401;Hebei University of Technology Library,Tianjin 300401)

机构地区：[1]河北工业大学经济管理学院,天津300401 [2]河北工业大学图书馆,天津300401

出　　处：《图书情报工作》

基　　金：河北省社会科学基金项目"面向用户科研需求的高校图书馆信息服务体系研究"(项目编号:HB17TQ009)研究成果之一

年　　份：2018

卷　　号：62

期　　号：21

起止页码：112-117

语　　种：中文

收录情况：BDHX、BDHX2017、CSSCI、CSSCI2017_2018、JST、RCCSE、RWSKHX、ZGKJHX、核心刊

摘　　要：[目的 /意义]基于内容的过滤推荐中,针对向量空间模型表示文本时容易造成维度灾难的问题,提出利用余弦值r与匹配度值Sim相结合的方法对原有模型进行改进。[方法 /过程]由文献资源和用户兴趣分别筛选出权重较大特征词的词向量,进而由公式计算余弦值r,结合对应的特征词权重进一步计算出匹配度值Sim,将其作为向目标用户推荐文献的依据,并利用河北工业大学图书馆的相关数据对改进模型、向量空间模型及LDA主题模型进行实验,最后利用查准率、召回率、F1值及运行时间等评价指标对3种模型的实验结果进行分析。[结果 /结论]实验结果表明所提出的改进模型相比较于实验中的向量空间模型与LDA主题模型具有更高的应用价值与运行效率。

关 键 词：基于内容推荐  匹配度值Sim  推荐模型  实证分析

分 类 号：G252[图书情报与档案管理类]