一种基于用户借阅行为-兴趣预测的图书推荐方法和装置

摘要

本发明公开了一种基于用户借阅行为‑兴趣预测的图书推荐方法和装置，该方法包括：获取用户借阅行为数据；基于用户借阅行为数据，确定基本特征标签，及采用权重计算算法TFIDF和余弦相似度方法，确定预测类特征标签；将基本特征标签和预测类特征标签输入至基于因子分解机构建的神经网络模型DeepFM中进行Embedding特征向量化，并对特征向量进行特征交叉后输入到深度神经网络，输出推荐结果。本发明在分析图书馆用户借阅行为的基础上构建兴趣预测标签，并采用DeepFM对用户进行图书推荐。本发明方法有效的构建了用户行为标签体系，结合用户兴趣进行个性化推荐，实现精准定位用户的核心需求并提升了用户满意度。