摘要：针对高校图书馆图书利用率低,现有个性化图书推荐方法易受数据稀疏、冷启动因素影响,尤其不利于新书推荐的问题,提出一种高校图书新书个性化推荐方法.首先根据图书内容简介,利用LDA主题模型,在中图法分类的基础上,挖掘新书所属的潜在主题,进行二次分类,并利用百度搜索引擎来估计不同图书书名间的相关性.在对读者进行聚类后,参考读者与邻居的历史借阅图书所属子类信息,依据同属子类推荐最不相关图书、不同子类推荐最相关图书的方法为目标读者推荐新书.实验结果和推荐系统运行效果都证明了该方法的有效性,且易于实现、通用性较强,具有一定的推广价值.
