基于人工智能与大数据挖掘的高校智慧图书馆个性化推荐优化

信息科学 2026-09-23 6 阅读

Scientific Reports · 2026-09-21 · 期刊论文

  • 一句话结论:提出融合SVD++思想的轻量图卷积网络模型SVD-LGCN,用于提升高校智慧图书馆个性化推荐水平。
  • 研究设计与做法:以LightGCN为主干,从用户—图书交互图学习含高阶协同信号的全局嵌入表示,针对静态用户表示与数据稀疏问题设计。
  • 主要结果:模型旨在缓解现有推荐模型因用户表示静态和数据稀疏导致的推荐精度不足问题。
  • 值得关注:摘要仅给出模型框架与目标,未提供数据集、对比基线与精度指标等结果信息,效果有待原文验证。

🔗 打开原文

Chao Zhang


本文摘自《每日前沿研究简报 · 2026-09-23》「信息科学」。本内容仅用于研究信息整理与科普交流,不构成医疗建议

评论 共 0 条

暂无评论

微信小程序

微信扫一扫体验

立即
投稿

微信公众账号

微信扫一扫加关注

发表
评论
返回
顶部