一种图书推荐方法技术

一种图书推荐方法，包括有：步骤A、根据图书的作者、三级分类、四级分类和通用标签，构建图书库中每本图书的图书标签向量；步骤B、根据用户的图书阅读记录中所有已深度阅读图书的作者、三级分类、四级分类、通用标签及其分别对应的权重值，建立每个用户的文本标签向量；步骤C、根据图书的图书标签向量中作者、三级分类、四级分类、通用标签分别在用户的文本标签向量中对应的权重值，计算图书库中所有图书对应于每位用户的标签得分。本发明专利技术属于网络应用技术领域，能根据图书的内容以及用户的阅读喜好，向用户进行图书的个性化推荐，为用户推荐出更符合用户喜好的图书，提高用户的满意度，改善用户体验。

【技术实现步骤摘要】
本专利技术涉及一种图书推荐方法，属于网络应用

技术介绍
随着移动 、互联网技术的飞速发展，图书的数字化成为一个必然趋势。越来越多的图书阅读平台受到了用户的高度关注，并取得了迅猛发展，已经成为人们获取信息和知识的重要途径。图书阅读平台上通常拥有海量的数字图书资源，如何有效地利用这些丰富而宝贵的资源，让用户能够更快捷地找到并充分地利用它们就显得非常重要，因此图书的个性化智能推荐是图书阅读平台的一个很重要的功能。目前图书阅读平台在图书推荐中所广泛采用的方式包括有 1、基于图书分类或类型的推荐方法，通过图书分类，将与用户已读图书同分类或者同类型的图书向用户推荐，这种方法没有考虑到图书的内容主题和关键词； 2、基于图书内容的推荐方法,采用TF-IDF(词频-反文档频率，即term frequency -inverse document frequency)公式等进行基于图书文本内容的推荐，由于图书阅读平台中许多图书是虚构或者原创类图书，其中涉及到的主人公和事件等都是虚构的，因而基于文本内容的推荐方法的适用性不好，不能为用户推荐出更符合用户喜好的图书以提高用户的满意度，其性能和用户体验不本文档来自技高网...

【技术保护点】
一种图书推荐方法，其特征在于，所述方法包括有：步骤A、根据图书的作者、三级分类、四级分类和通用标签，构建图书库中每本图书的图书标签向量；步骤B、根据用户的图书阅读记录中所有已深度阅读图书的作者、三级分类、四级分类、通用标签及其分别对应的权重值，建立每个用户的文本标签向量；步骤C、根据图书的图书标签向量中作者、三级分类、四级分类、通用标签分别在用户的文本标签向量中对应的权重值，计算图书库中所有图书对应于每位用户的标签得分。

【技术特征摘要】
1.一种图书推荐方法，其特征在于，所述方法包括有 步骤A、根据图书的作者、三级分类、四级分类和通用标签，构建图书库中每本图书的图书标签向量； 步骤B、根据用户的图书阅读记录中所有已深度阅读图书的作者、三级分类、四级分类、通用标签及其分别对应的权重值，建立每个用户的文本标签向量； 步骤C、根据图书的图书标签向量中作者、三级分类、四级分类、通用标签分别在用户的文本标签向量中对应的权重值，计算图书库中所有图书对应于每位用户的标签得分。2.根据权利要求I所述的方法，其特征在于，还包括有 步骤D、比较图书库中所有图书对应于每位用户的标签得分，并根据用户的图书阅读记录过滤用户已阅读图书，最后将标签得分最高的若干本图书向所述用户推荐。3.根据权利要求I所述的方法，其特征在于，所述步骤A中，每本图书的图书标签向量4.根据权利要求I所述的方法，其特征在于，所述步骤B中，每个用户的文本标签向量5.根据权利要求4所述的方法，其特征在于，所述步骤B中，6.根据权利要求4所述的方法，其特征在于，所述步骤B中，7.根据权利要求I所述的方法，其特征在于，所述步骤C中，图书库中所有图书对应于每位用户的标签得分8.根据权利要求7所述的方法，其特征在于，所述步骤C中，计算第i本图书对应于第j位用户的标签得分...

【专利技术属性】
技术研发人员：廖建新，李萍，周立娟，崔晓茹，赵贝尔，张雷，
申请(专利权)人：杭州东信北邮信息技术有限公司，
类型：发明
国别省市：