杨永权

关键词：图书馆；协同过滤；推荐系统

摘 要：针对传统的大众化推荐如热门图书推荐、新书推荐等无法为读者提供个性化的图书推荐服务，提出了构建在协同过滤技术之上的图书个性化推荐系统模型，分析了协同过滤技术在图书推荐中的运用原理及可行性，最后总结其优缺点。

中图分类号：G250 文献标识码：A 文章编号：1003-1588（2014）06-0119-04

收稿日期：2014-05-13

*本文系2013年度广东外语艺术职业学院立项课题《高职院校图书馆数字资源整合研究》（项目编号:2013G04)的研究成果之一。

1 协同过滤技术

1.1 算法介绍

协同过滤算法是在1992 年由 Goldberg 等人首先提出［1］，并将其成功应用在研究型邮件推荐系统 Tap-estry 中。协同过滤算法是利用集体智慧的一个典型方法，简单来说，就是利用兴趣相近、拥有共同经验群体的喜好来推荐使用者感兴趣的资讯，个人透过合作的机制给予资讯相当程度的回应（如评分、点评、购买等），并记录下来以达到过滤的目的进而帮助别人筛选资讯。该算法能够为用户发现新兴趣或者将用户之前喜欢的类似物品推荐给用户，相比基于内容的过滤方法具有如下优点：一是能够过滤难以进行机器自动内容分析的如艺术品和音乐等信息［2］；二是可以对他人的经验进行共享；三是能够利用相似用户的反馈信息如评分或评价，增强系统的学习能力，从而不断完善推荐系统的推荐功能。

1.2 算法过程

1.2.1 收集用户偏好。可分为显性和隐形收集，显性如评分、评论、投票，隐形如购买、借阅、查看等［3］。……