基于聚類分析的熱點圖書排序推薦方法研究.pdf

1、隨著計算機網(wǎng)絡(luò)的發(fā)展和應(yīng)用，越來越多的人們在網(wǎng)上書店，比如當(dāng)當(dāng)或卓越亞馬遜等等，購買書籍和雜志。一方面讀者在網(wǎng)上購書方便快捷，另一方面許多網(wǎng)上書店提供了良好的交互界面，它可以根據(jù)用戶喜好或搜索條目推薦熱門書籍。因此，對網(wǎng)上書店而言，根據(jù)圖書數(shù)據(jù)庫的條目和用戶的喜好進行準確的熱點書目個性化排名和推薦，不僅便于用戶購買到最新的相關(guān)書籍和雜志；而且可以擴大圖書銷量，增加經(jīng)濟效益。為此本文基于數(shù)據(jù)挖掘的聚類分析方法提出一種基于用戶評價習(xí)慣的個性

2、化熱點書目推薦方法。
　　本文根據(jù)不同人群的消費習(xí)慣和對書籍的偏好等因素對網(wǎng)上書店的書目進行分類，把不同類型的書籍映射到不同類型的人群中，實現(xiàn)個性化的排序。在網(wǎng)上書店熱門書籍個性化排名和推薦時，我們在傳統(tǒng)的協(xié)同算法基礎(chǔ)上，進行以下改進提高排名的準確性：（1）采用TF-IDF公式提取書目的關(guān)鍵詞，將任意書目通過其文本敘述，轉(zhuǎn)變?yōu)榭梢粤炕奶卣飨蛄?，同時建立客戶對于關(guān)鍵詞的評價矩陣，為后續(xù)的推薦和相似度計算提供量化基礎(chǔ)。（2）將數(shù)據(jù)挖