面向新读者和新图书的数字图书馆个性推荐冷启动问题研究

摘要

针对高校图书馆新读者、新图书因没有借阅历史记录导致的冷启动问题,借鉴电子商务推荐系统冷启动问题的一些解决办法,提出利用改进的K-medoids分别对已有读者、已有图书进行基于借还时间间隔的聚类,根据已有读者和已有图书的特征分别建立决策树分类模型.然后,通过目标新读者、新图书的特征分别匹配对应的已有读者类、已有图书类.依据所归属的类内借阅偏好情况,向目标新读者推荐其可能喜好并且在架的图书,并把目标新图书推荐给相应的读者.在高校图书馆借阅记录数据集上,提出的方法得到有效的验证.