一种基于协同过滤的图书馆学习资料优化推荐方法

摘要

本发明公开了一种基于协同过滤的图书馆学习资料优化推荐方法，步骤为：图书馆获取社会不同阶层人群的信息数据与学习资料数据，经特征信息处理后得到社会不同阶层人群的特征信息数据集与资料数据集；基于社会人群特征数据集与资料数据集处理计算并得到相似社会人群集；社会人群对已推荐的学习资料进行评价，得到资料评价特征数据集。本发明通过对社会人群信息数据进行特征信息处理分析，并通过协同过滤与资料数据集内的关联数据信息进行相似度匹配，从而匹配更精准的学习资料，能有效提高资料推荐的效率和优化图书种类和数量，提高学习资源对用户的有效性，避免推荐的盲目性，提高了推荐质量，同时对于智慧图书馆的发展有重要实践意义。