论文可提高多样性基于重排序图书推荐算法是大学硕士与本科多样性毕业论文开题报告范文和相关优秀学术职称论文参考文献资料下载，关于免费教你怎么写多样性英语方面论文范文。
〔摘 要〕通过提供个性化推荐,推荐系统的重要性越来越受到读者的重视.现有推荐算法着重关注推荐的准确度,将读者引导到少数热点图书上,导致产生较多长尾图书的问题；并且读者的兴趣过于集中,不利于挖掘读者潜在的兴趣点.提出一种重排序的基于用户协同过滤算法,该算法通过对推荐列表TOP-N进行重排序来产生推荐列表.实验结果表明,该算法可以在一定精确度损失的条件下,大幅提高最终推荐列表的多样性有利于读者接触更多的未知领域及长尾图书的销售.
〔关键词〕推荐系统；协同过滤；多样性；长尾图书
DOI：10.3969/j.issn.1008-0821.2017.12.010
〔中图分类号〕G252.1 〔文献标识码〕A 〔文章编号〕1008-0821（2017）12-0059-05
〔Abstract〕The importance of Recommender systems is becoming more and more to readers by providing personalized recommendations.The existing recommendation algorithms that focus on recommendation accuracy will misguide readers to a few hot books,thus creating many long-tail books.As a result,the excessive concentration of reader interest is unfavorable for excavation of potential points of interest.The paper proposed a reranking user-based collaborative filtering algorithm,which generated a new recommendation list via reranking of TOP-N on the original list.The experimental results showed that this algorithm could greatly improve the diversity of the final recommendation list at the sacrifice of certain accuracy.This algorithm helped readers to know more previously unknown fields as well as the borrowing of long-tail books.
〔Key words〕recommender system；collaborative filtering；diversity；long-tail book
隨着高校的不断发展和学生数量的扩大,图书馆中馆藏图书数量以几何倍数增长.高校图书馆面临着数万读者和上百万的图书资源之间如何进行匹配的问题：即在如何发挥图书的最大功效的同时,能针对读者的个性化需求提供图书推荐服务.推荐系统实质是一种能进行信息过滤的系统.其能根据用户特征模型通过智能推荐策略实现个性化信息推荐和写作[1].近年来,越来越多的推荐系统帮助人们从候选集合中找出最优资源,在不同的领域如音乐[ 2-3],电影[4-5],旅行[ 6-7],电子商务[ 8-9 ]、在线学习[10]、社交网络[11]和图书[12-13]等领域发挥着作用.
推荐系统的目的是为用户推荐合适的项目值,大多数推荐算法的主要目的是提高推荐的准确度.但在实际应用中,用户对准确率高的推荐系统不一定满意.因为推荐系统不仅需要通过高准确率来满足用户,更重要的是能发掘出用户潜在的最大需求效能.例如,系统推荐了热门经典图书给读者,使得准确度非常高,但是这些图书信息读者可以从其他途径轻易得到,因此读者不会认为这样的系统是有价值的.
由于现有图书推荐算法过度关注推荐的准确度,而很少考虑到推荐的多样性.将存在以下问题：①对图书而言,在现有的各种推荐算法中,由于各种热门经典书记被读者借阅和评论的越多,则将被排在推荐列表的首位,将更容易被读者借阅和评论,即广大读者的兴趣被集中引导到同类中的热门图书上去.形成马太效应,即热门书籍越来越热,而其他非热门的书籍将无人问津,形成长尾书籍.②对图书馆而言,推荐的书籍为经典或热门书籍,也受到大多数读者的喜欢,因此将导致推荐结果同质化严重的现象,很难推荐出读者潜在喜欢的书籍,也就是说,推荐系统提供的实质是热门及经典图书的排名推荐,而并没有做到推荐的个性化.③对读者而言,尤其是高校的学生来说,由于信息的不对称及认知的局限,开始并不知道对哪一方面的知识感兴趣,只有多接触不同种类不同学科的知识,才能真正发掘出自己的爱好和特长.因此为了充分推荐给读者潜在喜欢的书籍,对推荐结果质量的评估,不仅从推荐书籍准确度评估,更需要对推荐书籍的多样性进行评估.这样不仅能更好的挖掘读者潜在的喜好,也能增加长尾书籍的借阅量,为高校图书馆的书籍发挥更大效益.
一般而言,系统推荐长尾图书会使得系统的准确度降低,但这时读者反而容易发现一些新颖的,未接触过的图书.本文在基于用户的协同算法的基础上,利用重排名算法尽量选择读者具有潜在感兴趣的图书形成推荐列表,使生成的推荐列表具有更强的多样性.
1 相关研究回顾
1.1 协同推荐算法
协同过滤是通过分析使用者的历史评分记录,计算和其他使用者的评分的相似度,来挖掘出使用者潜在喜好的项目.协同过滤推荐算法可分为基于用户协同过滤算法、基于项目协同过滤算法和混合型协同过滤算法三类.以用户为基础协同过滤算法的概念是根据评价矩阵计算用户之间的相邻程度,取邻近用户喜好项目做出推荐.即假设两用户之间有越多的项目评价相似,则喜好的项目也相似[14].随着使用者数量的增加,邻近用户的计算机将成线性加大,其性能会越来越差.反应速度将越来越慢,而在互联网上,系统响应速度是影响使用者体验的重要因素.以项目为基础的协同过滤算法则根据评价矩阵计算推荐项目之间的相邻程度,选取用户以往喜好项目的邻近项目做出推荐.即系统假设用户喜好的项目类似,因此系统可以找出和查询项目相似度高的项目进行推荐.同样随项目数量增加,计算量将成线性加大,其性能会越来越差[15].但由于相似项目集合不易受时间变化影响,可以在离线状态先完成相似项目集合计算,因此可在数据量大的情况下做出快速推荐.其缺点是如果用户从未曾对相似项目评过分,则无法采用此方法.而混合型协同过滤算法是集合以上两种算法优点的算法,将两种算法进行互补[16].
总结:该文是关于多样性论文范文，为你的论文写作提供相关论文资料参考。
参考文献：
1、 提高图书管理人员综合素质 摘 要：近年来，社会经济的飞速发展及科学技术的持续创新，转变了人们的生活模式，提高了人们的生活水平，人们在物质需求得以充分满足的前提下，开始追求。
2、 创业必读图书优惠套餐推荐 为感谢广大读者对本刊的一贯支持，特推出全新的图书套餐优惠促销活动。同时，原有的图书优惠订阅活动保持不变。累积购书满200元，即可成为《大众投资指。
3、 基于协同过滤的图书推荐系统构建 摘要：在当今社会环境下，图书的种类和数量急速增加，读者想要准确、快速地找到自己感兴趣的图书越来越困难。随着信息技术的快速发展，高校图书馆开始借助。
4、 特殊教育学校图书管理员素质提高工作策略 摘要：在教育体制改革的大背景下，特殊教育学校顺应整体改革趋势，将素质教育理念融入学校运作的各个环节。基于此，本文就特殊教育学校图书管理员素质的提。
5、 2018年幼儿园图书配备推荐书目发布 2017年2月26日，由中国教育装备行业协会、中国出版协会共同主办的“2017年幼儿园图书配备推荐书目”发布会在北京师范大学国际学术交流中心举行。
6、 影响宁夏贺兰县肉牛胴体重因素提高措施 摘 要 在肉牛养殖中，其胴体重对肉牛的养殖经济效益有着非常重要的影响。本文主要围绕宁夏贺兰县，就其肉牛胴体重的影响因素进行简要的分析，并就如何提。