VRE中基于内容过滤的论文推荐算法  

Content-based paper recommending algorithm in VRE

作　　者：李永[1] 徐德智[1] 张勇[2] 邢春晓[2] 

机构地区：[1]中南大学 信息科学与工程学院,长沙410083 [2]清华大学 信息技术研究院,北京100084

出　　处：《计算机应用研究》2007年第9期58-60,89,共4页Application Research of Computers

基　　金：国家自然科学基金(60473078)

摘　　要：针对虚拟研究环境中的重要资源论文,提出了基于内容过滤的推荐算法,即根据研究者兴趣实现个性化服务,推荐所需论文。该算法采用矢量空间模型作为用户兴趣和资源描述模型,使用余弦相似度计算资源推荐度;基于效率考虑,利用朴素贝叶斯分类算法减小搜索空间。实验表明,推荐效果和效率得到了明显改善。This paper proposed a content-based recommending algorithm to recommend papers in VRE for researchers. The algorithm utilized VSM （ vector space model） to represent users＇ interests and resources, calculated recommended degree by cosine similarity. To improve efficiency, used naive Bayes classify method to reduce the searching space. Experimental results demonstrate that this approach can produce better accuracy and performance.

关 键 词：虚拟研究环境 个性化 矢量空间模型 余弦相似度 朴素贝叶斯 

分 类 号：TP393[自动化与计算机技术—计算机应用技术]