傅汉霖++顾小宇

摘 要： 图书馆的信息库中保存着大量的读者检索信息和借阅记录，充分利用这些信息并结合高效的图书推荐算法可以充分地满足读者的借阅需求。综述了目前常用的图书推荐算法的思想、特点及应用，根据对图书馆的适用性分析了各推荐算法的优缺点，并提出了将适用性广泛的协同过滤算法推广为多特征的混合推荐算法策略的研究方向。

关键词： 图书推荐算法； 协同过滤； 多特征； 综述

中图分类号：TP391 文献标志码：A 文章编号：1006-8228（2016）12-21-03

Abstract： There are a lot of readers' retrieval information and borrowing records in the library information database， to fully utilize the information and combine with the high efficient books recommendation algorithm can fully meet the needs of readers. This paper reviews the thoughts， characteristics and application of the current commonly used books recommendation algorithms， according to the applicability of the library， analyzes the advantages and disadvantages of each recommendation algorithm， and proposes a research direction to extend the collaborative filtering algorithm to the multi-feature mixed books recommendation algorithm.

Key words： books recommendation algorithm； collaborative filtering； multi-feature； summary

0 引言

在每座图书馆的数据库中都保存着大量的读者检索信息和借阅记录，这些信息蕴含着读者对馆藏图书资源的需求，使用相关推荐算法可以对数据库中所保存的读者检索信息和借阅记录进行归纳和整理，有助于图书馆进一步对馆藏资源的优化，预测读者对图书信息的潜在需求，也有助于图书馆个性化服务的智能化。本文参考了国内外关于图书推荐算法的相关文献，从多角度探讨了现有算法的核心思想，以推动图书馆相关推荐算法的深入研究。

1 推荐算法综述

1.1 基于密度的协同过滤算法

该算法的核心思想是：根据图书的归还时间，利用模糊理论的隶属函数来计算读者对图书的兴趣程度，并筛除读者不感兴趣的借阅记录。读者借阅的图书信息可以反映其偏好的图书类别；读者归还已借阅图书的时间可以反映读者对该书的兴趣；读者对续借的书一定是感兴趣的。……