[发明专利]一种基于图书内容的图书推荐方法

权利要求书

1.一种基于内容的图书推荐方法，其特征在于，包括如下步骤：

1)获取图书的书名、作者、内容摘要、目录，将上述内容分别存为特征向量d，其中d_t代表书名，d_a代表作者，d_s代表内容摘要，d_c代表目录；

2)针对特征向量d进行特征词提取和权重计算，计算结果表示为：

d＝(w₁，w₂，…，w_n)

其中，w_i代表特征词i出现的次数也即特征词i的权重；

3)利用基于权重融合的余弦相似度函数来计算图书间的相关性，计算公式如下：

C(B_x，B_y)＝a×sim(d_t，x，d_t，y)+b×sim(d_a，x，d_a，y)

      +c×sim(d_s，x，d_s，y)+d×sim(d_c，x，d_c，y)

其中，C是图书之间的相关度，B_x B_y代表图书x和y，sim(d_x，d_y)是余弦相似度函数，a、b、c、d是不同特征向量的权重；

4)根据图书之间的相关度计算结果，按相关度由高到低顺序选取N本图书，得到推荐图书列表L0；

5)根据图书的库存数据以及销售数据、促销信息对L0重新排序，得到最终的推荐图书列表L。

2.根据权利要求1所述的方法，其特征在于，特征向量权重a、b、c、d的取值为：a＝b＝c＝d＝25％。

3.根据权利要求1或2所述的方法，其特征在于，余弦相似度函数sim(d_x，d_y)的计算公式为：

sim(dx,dy)=Σnwi,x·wi,yΣnwi,x2·Σnwi,y2]]>

其中，d_x，d_y分别是图书x和y的特征分量d，w_i，x是特征词i在x中出现的次数，w_i，y是特征词i在y中出现的次数。

4.根据权利要求1所述的方法，其特征在于，图书库存、销售、促销信息对L0重排序的方法如下：

首先在L0中去除库存为0的图书得到有存货的图书推荐列表L1，其次根据图书销售量大小对L1重排序得到L2，最后将L2中促销的图书按序排在最前，得到最终的推荐列表L。