文献知网节
  • 记笔记

基于2K-means算法的读者兴趣分类图书自动推荐系统设计

林艳凤苑吉洋

青岛科技大学

摘要:为了能够满足读者的个人兴趣特点和应用需求,提出基于读者兴趣分类的图书自动推荐系统设计思路。介绍了读者兴趣需求的图书自动推荐系统设计理论技术基础,包括数学挖掘、2K-means算法及UML语言。详细分析了基于读者兴趣分类的图书自动推荐系统需求和性能需求,将读者的兴趣与图书类别完成聚类分析,并提取最终聚类所获结果匹配图书类别,建立读者兴趣分类图书自动化推荐模型。引入聚类算法、关联规则算法实现读者感兴趣图书规律的统计分析,从而整合读者的图书信息源并充分发现具有较大价值的信息,最终将与相似性需求相符的图书,采用电子邮件或网页方式,自动推荐给读者。该系统设计能够为读者提供可能感兴趣的图书摘要、馆藏类相关信息,且运行性能良好,具有良好的推广应用前景。
  • DOI:

    10.16652/j.issn.1004-373x.2020.20.035

  • 专辑:

    电子技术及信息科学

  • 专题:

    计算机软件及计算机应用

  • 分类号:

    TP391.3

  • 手机阅读
    即刻使用手机阅读
    第一步

    扫描二维码下载

    "移动知网-全球学术快报"客户端

    第二步

    打开“全球学术快报”

    点击首页左上角的扫描图标

    第三步

    扫描二维码

    手机同步阅读本篇文献

  • HTML阅读
  • CAJ下载
  • PDF下载

下载手机APP用APP扫此码同步阅读该篇文章

下载:68 页码:141-144+148 页数:5 大小:1641K

相关推荐
  • 相似文献
  • 读者推荐
  • 相关基金文献
  • 关联作者
  • 相关视频