基于深度学习的数字图书馆资源个性化推荐模型设计

摘要

针对海量在线资源带来的“信息迷航”情况,本文提出基于深度学习的数字图书馆资源个性化推荐模型.首先对深度学习的特点进行分析,再运用其对数字图书馆用户进行画像建模,根据用户特征、行为与偏好等信息,构建用户画像,再根据提取到的用户画像特征,结合深度学习算法,引入用户特征与时间关系参数,提高用户与资源间的匹配度,以此实现数字图书馆资源个性化推荐,并进行实验.实验结果表明,所提方法准确率可达77.34％,AUC最大值为92.55％,且具有良好的运行效率,对于数字图书馆资源个性化推荐的研究具有一定的参考价值.