一种面向高校图书馆的图书个性化推荐方法和系统

摘要

本发明公开了一种面向高校图书馆的图书个性化推荐的方法，解决高校图书馆现有的图书推荐算法中大规模数据存储和查询、可扩展性及推荐效果差的问题，其基本思路如下：首先将图书馆内的读者和图书等作为节点，构建图模型；其次，将读者的操作日志文件转化为读者‑图书类别偏好矩阵，和读者个人信息矩阵一起计算读者间的相似度，并把这些操作和挖掘出的信息作为边构建关联图谱；其次，将关联图谱和谱聚类相结合，提出了一种新的图书个性化推荐模型，计算得到关于读者的类簇分布；最后，当需要进行图书推荐时，在该读者对应的类簇中根据协同过滤算法计算出推荐图书列表。