基于文本分类学习的基于内容的图书推荐
数字图书馆
2007-05-23 v1
摘要
推荐系统通过基于用户以往喜好与厌恶的示例给出个性化建议，从而改善对相关产品和信息的获取。大多数现有推荐系统使用基于其他用户偏好给出推荐的社会化过滤方法。相比之下，基于内容的方法利用物品本身的信息来给出建议。这种方法的优势在于能够向具有独特兴趣的用户推荐此前未评级的物品，并为其推荐提供解释。我们描述了一种基于内容的图书推荐系统，该系统利用信息抽取和一种用于文本分类的机器学习算法。初步实验结果表明该方法能产生准确的推荐。
引用
@article{arxiv.cs/9902011,
title = {Content-Based Book Recommending Using Learning for Text Categorization},
author = {Raymond J. Mooney and Loriene Roy},
journal= {arXiv preprint arXiv:cs/9902011},
year = {2007}
}
备注
8 pages, 3 figures, Submission to Fourth ACM Conference on Digital Libraries