基于图表示学习和深度学习的图书推荐研究  

Research on Book Recommendation based on Graph Representation Learning and Deep Learning

作　　者：林宽欣 Lin Kuanxin

机构地区：[1]调兵山市图书馆,辽宁调兵山112700

出　　处：《图书馆学刊》2022年第6期87-92,共6页Journal of Library Science

摘　　要：基于图表示学习算法从图书相关信息异构图中提取图书元特征,使用向量空间模型从图书标题文本信息中提取图书内容特征,将图书元特征与图书内容特征合并为图书特征后使用深度学习领域自编码器模型完成图书推荐。采用高校图书馆的图书数据与读者借阅记录展开实验,对相关方案进行验证。实验结果表明图书元特征的引入可以提高图书推荐准确率,拓展了图书特征研究和提取的视野。

关 键 词：图书推荐 深度学习 元特征 图表示学习 自编码器 

分 类 号：G250.7[文化科学—图书馆学]