基于深度学习的图书馆借阅推荐方法研究

发布时间：2023-04-05 03:17

　　随着人们文化水平的提高和不断增长的求知欲,社会图书馆越来越受到人民群众的欢迎,前往各大社会图书馆借阅书籍、刊物、文献等资料成为了大众业余文化生活的重要组成部分,这也是彰显一个城市文明程度水平的重要指标。伴随着信息化的不断发展和互联网的普及应用,图书馆陆续推出了面向读者的借阅服务平台,可以让读者轻松地在网上完成书籍借阅服务。而如何让读者在浩瀚的书海中找寻自己感兴趣的书籍也成了图书馆行业的一大课题。本文将个性化推荐理论应用到图书借阅行为上,旨在帮助读者更加快速便捷地找寻到匹配自己喜好的图书。本文不仅使用了传统的推荐系统基础算法对读者借阅数据进行分析挖掘,更利用Word2vec对图书信息中的书名、摘要等文本信息进行词向量表示。同时引入了深度学习中的自然语言处理(NLP)技术对图书书名和图书摘要组成的词向量组进行语义抽取,得到关于图书的特征信息。并对读者的历史借阅记录进行数据挖掘,提取出读者的图书借阅偏好特征,随后将两者进行匹配提供更加适合读者的个性化推荐方案。考虑到读者的借阅喜好会随着所阅读书目和借阅时间的改变而改变,本文引入RNN循环神经网络来对读者不同时间的历史借阅数据进行挖掘,以求寻找...

【文章页数】：56 页

【学位级别】：硕士

【文章目录】：
摘要
abstract
第一章 引言
    第一节 选题背景和意义
        一、选题背景
        二、理论意义与实用价值
    第二节 研究思路与研究方法
        一、研究思路
        二、研究方法
        三、论文结构安排
第二章 文献综述
    第一节 深度学习综述
    第二节 推荐系统综述
        一、基于协同过滤的推荐算法
        二、基于内容的推荐算法
        三、基于知识的推荐算法
        四、基于集成的混合推荐算法
    第三节 推荐系统评估综述
        一、推荐系统的评估指标
        二、推荐系统的评估方法
    第四节 本章小结
第三章 实验数据描述
    第一节 数据来源
        一、数据描述
        二、训练数据与测试数据的生成
    第二节 数据预处理
    第三节 本章小结
第四章 图书借阅推荐模型的构建
    第一节 基于概率矩阵分解的推荐模型
        一、模型构建描述
        二、模型训练效果
    第二节 基于深度学习的推荐模型
        一、模型构建描述
        二、模型训练过程描述
        三、模型的输入和输出
        四、模型训练效果
    第三节 混合推荐模型
        一、Attention机制概述
        二、加入Attention机制抽取读者行为特征
        三、结合PMF和深度学习的混合推荐模型
        四、混合推荐模型的训练效果
    第四节 图书借阅推荐模型结果对比
    第五节 本章小结
第五章 总结与展望
    第一节 总结
    第二节 展望
参考文献
致谢
个人简历



本文编号：3782619