杨紫曦，徐建良

(中国海洋大学 信息科学与工程学院，山东 青岛 266100)



高校科研信息管理中设备推荐系统算法分析

杨紫曦，徐建良

(中国海洋大学 信息科学与工程学院，山东 青岛 266100)

针对当前高校科研管理实际，研究对比了多种主流数据挖掘推荐算法的适用性，挑选出适合设备数据条件的推荐算法，并进行算法实际使用分析。最后，将基于内容过滤的推荐算法、基于用户的协同过滤的推荐算法和基于条目的Slope One算法结合使用，互相补充，实现算法各性能的提高，完成高质量的推荐。

推荐算法；数据挖掘；设备推荐

引用格式：杨紫曦，徐建良.高校科研信息管理中设备推荐系统算法分析[J].微型机与应用，2016,35(16)：16-19.

0　引言

近年来国内高校信息技术的应用发展迅速，对高校的科研管理的要求越来越高。为了更有效地管理和规范高校科研资源，实现教师和专家的有效、便捷使用，助力科研水平的提升，信息技术在高校科研管理中充当非常重要的作用。

教师和专家根据项目需求进行设备申购采备时，需要花大量的时间和精力来进行设备挑选工作。对比各种相似设备的区别和各项指标，斟其利弊，才能决定所要购买的设备，大大延误了科研时间。

因此，本文比较各种推荐算法的优势、劣势、可行性并结合专家设备系统的特性进行选择，最终确定将三种过滤算法结合使用，同时进行算法实际使用的分析。

1　数据挖掘与推荐系统

1.1数据挖掘

数据挖掘(Date Mining)就是从大量的、不完全的、有噪声的、模糊的、随机的实际应用数据中，提取隐含在其中的、人们事先不知道但又是潜在有用的并最终可理解的信息和知识的非平凡过程[1]。……