[1] 黄文碧. 基于元数据关联的馆藏资源聚合研究[J]. 情报理论与实践, 2015, 38(4):74-79.
[2] 熊拥军. 数字图书馆个性化服务资源推荐模式分析[J]. 图书馆, 2014(2):132-134.
[3] 张闪闪, 黄鹏. 高校图书馆图书推荐系统中的稀疏性问题实证探析[J]. 大学图书馆学报, 2014(6):47-53.
[4] 任柯, 黄智兴, 邱玉辉. 基于主题模型的跨学科协作文献推荐[J]. 计算机科学, 2012, 39(9):235-239.
[5] 何胜,冯新翎,武群辉,等. 基于用户行为建模和大数据挖掘的图书馆个性化服务研究[J]. 图书情报工作,2017,61(1):40-46.
[6] 蓝冬梅. 大数据量图书下多数据集的二部图多样化推荐[J]. 情报理论与实践2016, 39(2):69-72.
[7] 肖强, 朱庆华, 郑华,等. Hadoop环境下的分布式协同过滤算法设计与实现[J]. 现代图书情报技术, 2013(1):83-89.
[8] 赵彦辉, 刘树春. Hadoop平台在图书推荐应用中的性能分析[J]. 现代情报, 2014, 34(10):157-161.
[9] Spark[EB/OL].[2017-06-11]. http://spark.apache.org/.
[10] 沈旺, 马一鸣, 李贺. 基于情境感知的用户推荐系统研究综述[J]. 图书情报工作, 2015, 59(21):128-138.
[11] 朱扬勇,孙婧. 推荐系统研究进展[J]. 计算机科学与探索, 2015, 9(5):513-525.
[12] 黄震华, 张佳雯, 张波, 等. 语义推荐算法研究综述[J]. 电子学报, 2016, 44(9):2262-2275.
[13] MUSTO C, BASILE P, LOPS P, et al. Introducing linked open data in graph-based recommender systems[J]. Information processing and management, 2017, 53(2):405-435.
[14] BEEL J, GIPP B, LANGER S, et al. Research-paper recommender systems:a literature survey[J].International journal on digital libraries,2016, 17(4):305-338.
[15] NASCIMENTO C, LAENDER A H F, DA SILVA A S, et al. A source independent framework for research paper recommendation[C]//NEWTON G. Proceedings of the 11th annual international ACM/IEEE joint conference on digital libraries. New York:ACM,2011:297-306.
[16] PHILIP S, SHOLA P B, MUSA E P. A paper recommender system based on the past ratings of a user[J]. International journal of advanced computer technology, 2014, 3(6):41-46.
[17] TSUJI K, TAKIZAWA N, SATO S, et al. Book recommendation based on library loan records and bibliographic information[J]. Procedia-social and behavioral sciences, 2014,147:478-486.
[18] 宋楚平. 一种改进的协同过滤方法在高校图书馆图书推荐中的应用[J]. 图书情报工作, 2016, 60(24):86-91.
[19] 凌霄娥, 周兵, 李克潮. 面向新读者和新图书的数字图书馆个性推荐冷启动问题研究[J]. 情报理论与实践, 2014, 37(8):100-104.
[20] 李宇航, 夏绍模, 程华亮. 基于跨域协同的移动图书馆个性化推荐模型研究[J]. 情报科学, 2017, 35(3):82-86.
[21] 安维, 刘启华, 张李义. 个性化推荐系统的多样性研究进展[J]. 图书情报工作, 2013, 57(20):127-135.
[22] DBbook dataset[EB/OL].[2017-06-11]. https://grouplens.org/datasets/hetrec-2011/.
[23] 奉国和, 黄家兴. 基于Hadoop与Mahout的协同过滤图书推荐研究[J]. 图书情报工作, 2013, 57(18):116-121.
[24] NLPIR汉语分词系统[EB/OL].[2017-06-11]. http://ictclas.nlpir.org.
[25] SALTON G, BUCKLEY C. Term-weighting approaches in automatic text retrieval[J]. Information processing & management, 1988, 24(5):513-523.
[26] SMITH B, LINDEN G, YORK J. Amazon.com recommendations:item-to-item collaborative filtering[J]. IEEE Internet computing, 2003, 7(1):76-80.
[27] ZIEGLER C N, LAUSEN G. Making product recommendations more diverse[J]. IEEE data engineering bulletin, 2009, 32(4):23-32. |