关键词:
时间上下文语义分析
智慧图书馆
书籍推荐
阅读偏好
时间函数
读者评论模型
摘要:
书籍推荐是智慧图书馆的重要功能,但是现行方法应用效果并不理想,平均绝对误差(MAE)值比较高,查全率(Recall)值比较低。针对现行方法存在的不足和缺陷,提出了基于时间上下文语义分析的智慧图书馆书籍推荐方法。收集智慧图书馆书籍阅读评论信息,对读者阅读书籍时间行为、读者阅读偏好、书籍评论语义的表达进行分析,建立智慧图书馆书籍读者评论模型。利用时间函数确定模型中读者阅读书籍兴趣的时间权重,并根据模型中书籍评论上下文语义特征,预测读者对书籍的评分,生成书籍推荐列表,实现基于时间上下文语义分析的智慧图书馆书籍推荐。经实验证明,所提方法MAE值低于0.05,Recall值高于97%,能够实现智慧图书馆书籍精准推荐。