基于半监督聚类的数字图书推荐模型

互联网的飞速普及使数字图书馆变成现代图书馆建设的一个重要维度,为用户供给越发优秀的图书加工和组织方法成为了数字图书馆前进的一个重要方向。数字图书推荐能够结合读者的历史阅读信息,个人的兴趣喜好等数据,为读者推荐他应该有兴趣的书籍。数字图书推荐能够增加图书资源的使用率,增多阅读书籍的读者。本文利用两种半监督聚类算法,改进了一种数字图书推荐系统模型。