基于相似用户群体 图书推荐系统 Book recommendation system ——农E创客
目录 / Contents 01 数据分析结果 02 图书推荐流程与成果展示 03 后期系统改进与优化
251685条 借阅记录 数据分析结果 01 107万本图书 251685条借阅记录
13.03本 1 借阅图书:195638本 61098种 640.03天 人均借阅总时长: 人均借阅图书: 总借阅人数:15015人 最后得到的数据结果——14级-17级所有学生 借阅图书:195638本 61098种 640.03天 人均借阅总时长: 人均借阅图书: 13.03本 总借阅人数:15015人
2 Top20—单本书籍借阅排行榜
Top100
02 图书推荐流程及结果展示 ——基于相似用户群体推荐
1 《book A》 《book A》 Libray Libray 《book B》 《book B》 Reader A 《book C》 推荐思想——基于查找相似用户 《book A》 《book A》 Reader A Libray Reader B Libray 《book B》 《book B》 《book C》 《book C》 推荐 《book D》
2 拿出兴趣度较高的书籍 推荐 借阅记录 兴趣度低的书籍 剔除 借阅记录 兴趣度较高的书籍 ................. 推荐整体流程 拿出兴趣度较高的书籍 推荐 借阅记录 兴趣度低的书籍 剔除 Reader A 借阅记录 兴趣度较高的书籍 ................. 借阅过这些书的其他群体
3 得到读者对于书本的兴趣度 读者的书本兴趣度排行榜,score越大说明对这本书兴趣度越高
4 结果展示
1 可以看到,信息与计算机学院各年级的人均借阅图书数量 基本与全校各年级的人均借阅数量相吻合。学生的阅读兴 趣基本处在一个学校的平均水平。 以“信息与计算机学院”为例按学院分析
Top20
03 后期系统改进与优化
1 个性化推荐 Book A 根据某一公式 某一相似度衡量值 Book B 剔除 相似度 改进方向——基于物品的协同过滤算法实现用户个性化推荐 个性化推荐 Book A 根据某一公式 某一相似度衡量值 Book B 剔除 相似度
1 调整计算公式,提高推荐准确率,更加接近理想化。 查询速度较慢,优化算法,提高效率。 增加更多项图书输出信息,为读者提供更多的判断。 优化方向 调整计算公式,提高推荐准确率,更加接近理想化。 查询速度较慢,优化算法,提高效率。 增加更多项图书输出信息,为读者提供更多的判断。
y u o T k h n a