基于全景感知的高校图书馆智能推荐系统设计OA

本文针对传统高校图书馆推荐系统疏密度较高、精度差等问题,设计了一种基于全景感知的高校图书馆智能推荐系统.首先,根据关联规则对系统硬件进行优化,添加存储单元以提升运行速度;其次,对系统软件运行流程进行处理,并利用聚类算法进行相似度计算,根据相似度对书目生产关联规则,并将推荐结果通过全景感知展示给用户.试验结果表明,本文系统采用的聚类算法有效解决了数据疏密度问题,与KNN算法相比,聚类算法提升了算法推荐效率与质量,同时也解决了冷启动问题,具有较高的实用性与推广价值.