首页> 中文期刊> 《情报探索》 >基于最优特征选择增强的图书推荐系统模型设计

基于最优特征选择增强的图书推荐系统模型设计

         

摘要

[目的/意义]旨在为寻找简单有效的图书推荐分类算法提供参考.[方法/过程]构建了包括数据预处理、分类器和图书推荐引擎的基于模型的图书推荐系统.指出应在数据预处理时对书籍的属性值进行选择和格式化,需对比不接受文本数据和接受文本数据的两组分类器,并选择合适的特征,如作者、年份、出版商、用户ID、位置和年龄,进行评分预测.以图书评分数据集作为案例分析,对比了朴素贝叶斯多项式、SGD、朴素贝叶斯、贝叶斯网络和C4.5分类器方法,从准确率、RMSE等方面进行了算法性能比较.[结果/结论]朴素贝叶斯是图书推荐的最佳选择,准确率达到70%以上.

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号