基于相似用户群体 图书推荐系统 Book recommendation system ——农E创客.

Presentation on theme: "基于相似用户群体 图书推荐系统 Book recommendation system ——农E创客."— Presentation transcript:

1 基于相似用户群体 图书推荐系统 Book recommendation system ——农E创客

2 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

3 251685条 借阅记录 数据分析结果 01 107万本图书 条借阅记录

4 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

5 2 Top20—单本书籍借阅排行榜

6 Top100

7 02 图书推荐流程及结果展示 ——基于相似用户群体推荐

8 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》

9 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

10 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

11 4 结果展示

12

13 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

14 Top20

15 03 后期系统改进与优化

16 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

17 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。

18 y u o T k h n a