摘 要：借助协同过滤算法，使图书馆能够充分利用读者历史行为数据为读者提供个性化服务。在基于用户属性特征与评分的协同过滤推荐算法中，较为重要的内容就是相似度计算，而传统的相似度计算只考虑读者评分的相似性，却忽略了读者属性特征之间的相似性。该文将读者属性特征相似度与读者评分相似度相结合，计算出最终的读者综合相似度，并籍此进行最终的个性化推荐。测试结果表明，该算法可取得较好的推荐效果，具有一定的应用推广价值。
关键词：个性化推荐；协同过滤；相似度计算
DOI:10.19850/j.cnki.2096-4706.2022.21.022
中图分类号：TP391 文献标识码：A 文章编号：2096-4706（2022）21-0091-03
Collaborative Filtering Algorithm Based on User Attributes and Scoring
XIAO Mei
(The Library of Zhejiang Financial College, Hangzhou 310018, China)
Abstract: With the help of collaborative filtering algorithm, librarians can make full use of the historical behavior data of readers to provide personalized services for readers. In the collaborative filtering recommendation algorithm based on user attribute features and ratings, the more important content is the similarity calculation. The traditional similarity calculation only considers the similarity of reader ratings, but ignores the similarity between reader attribute features. This paper combines the reader attribute feature similarity with the reader scoring similarity to calculate the final comprehensive reader similarity, and then carries out the final personalized recommendation. The test results show that the algorithm can achieve good recommendation effect and has certain application and promotion value.
Keywords: personalized recommendation; collaborative filtering; similarity calculation
参考文献：
[1] 刘国庆 . 基于协同过滤的个性化图书推荐系统设计与实现[D]. 马鞍山：安徽工业大学，2016.
[2] 肖仁锋 . 基于协同过滤的图书馆个性化推荐方法的研究[D]. 济南：山东师范大学，2017.
[3] 丁少衡，姬东鸿，王路路 . 基于用户属性和评分的协同过滤推荐算法 [J]. 计算机工程与设计，2015，35（2）：487-491+197.
[4] 李容，李明奇，郭文强 . 基于改进相似度的协同过滤算法研究 [J]. 计算机科学，2016，43（12）：206-208+240.
[5] 肖宇航，吴明礼 . 改进用户相似度的协同过滤算法应用研究 [J]. 信息技术，2018，42（7）：130-134.
[6] 李昆仑，万品哲，张德智 . 基于改进用户相似性度量和评分预测的协同过滤推荐算法[J]．小型微型计算机系统，2018，39（3）：567-571.
[7] 林泽聪，王玉山，甘嘉颖，等 . 基于协同过滤的个性化食材推荐算法研究 [J]. 中国管理信息化，2017，20（7）：150-152.
作者简介：肖梅（1971—），女，汉族，河北衡水人，馆员，本科，研究方向：图书馆信息化和职业教育。