文献类型：期刊文章

作　　者：左毅[1] 陈强[1] 杜维先[2]

ZUO Yi;CHEN Qiang;DU Weixian(Library,Chongqing University of Science&Technology,Chongqing 401331,China;Research Office,Chongqing University of Science&Technology,Chongqing 401331,China)

机构地区：[1]重庆科技学院图书馆,重庆401331 [2]重庆科技学院科研处,重庆401331

出　　处：《信息与电脑》

年　　份：2023

卷　　号：35

期　　号：7

起止页码：47-49

语　　种：中文

收录情况：普通刊

摘　　要：传统图书资源推荐方法的推荐准确率较低,难以实现精细化和个性化推荐。因此,提出基于加权贝叶斯的数字图书资源个性化推荐方法。首先,采集数字图书信息后,利用贝叶斯分类器对个性化图书实施分类处理。其次,设置情景化偏好模块,并计算情景下读者的相似度。最后,根据相似度计算结果,利用加权贝叶斯算法为读者推荐书籍。实验结果表明,与传统方法相比,该方法的推荐准确度高且稳定性强。

关 键 词：加权贝叶斯  数字图书资源  读者偏好  个性化推荐

分 类 号：TP391.3]