基于多层级决策分析的数字图书信息分级推荐方法

摘要

以往数字图书信息分级推荐方法受到干扰信息影响,导致推荐效果较差,为了避免以往方法带来的弊端,提出了基于多层级决策分析的分级推荐方法.采用多维度建模方法,构建数字图书信息特征模型,针对不同图书特征要素在模型中的重要性,分析词与词之间语义关系,实现基于特征模型的词分级扩展.为排除信息干扰,引入词性标注层,通过中文分词工具进行词性标注,以便得到完善相似词集.在该集合中,计算多层级决策分析相似度,结合用户对项目测评结果设计分级推荐方案,构建数字图书信息项目本体,依据五元组形式对相似度进行排序,将相似度高的项目推荐给用户.对数字图书信息进行分级保密,避免外界信息干扰,从而保证推荐方案安全.通过实验对比结果可知,该方法最高推荐精准度可达到93％,为用户高效使用数字图书信息提供可行性方案.