文献类型：期刊文章

作　　者：刘帝勇[1] 杨强[2]

LIU Diyong;YANG Qiang(Sanmeng Nuclear Power Co. ,Ltd. , Taizhou 317112 Zhejiang,China;Jiangsu Nuclear Power Co. , Ltd. ,Lianyungang 222000 Jiangsu,China)

机构地区：[1]三门核电有限公司,浙江台州317112 [2]江苏核电有限公司,江苏连云港222000

出　　处：《电力大数据》

年　　份：2019

卷　　号：22

期　　号：9

起止页码：43-48

语　　种：中文

收录情况：普通刊

摘　　要：本文对采用个性化推荐的方式来辅助用户开展文件检索进行研究,根据用户历史搜索记录以及用户网站行为日志进行分析来推荐用户想要的搜索结果,变被动搜索为主动推荐。文章从推荐系统的建设思路、总体架构设计、数据采集来源分析、数据处理策略、推荐引擎的模型设计、机器学习计算框架选择几个部分来开展研究。重点阐述了基于文件的协同过滤算法叠加基于图的推荐模型的算法核心。通过计算文件之间的相似度,并根据文件的相似度以及用户的历史行为生成推荐列表,再根据岗位、知识点等实体关联所建立的关系图来对推荐结果进行过滤、排序。通过开展基于机器学习的文档个性化推荐研究,为基于大数据及人工智能技术的文档及信息资源开发利用做了有益的探索。

关 键 词：机器学习  大数据 文档管理 个性化推荐系统 协同过滤算法 基于图的推荐模型  

分 类 号：TP39]