摘要：[目的/意义]研究基于改进协同过滤的图书推荐算法,以期取得更好的图书推荐效果。[方法/过程]介绍基于用户的协同过滤推荐算法原理,揭示传统协同过滤推荐算法存在的数据稀疏问题,改用用户聚类方法进行相似度计算,并通过图书馆数据进行实验。[结果/结论]改进算法缓解了数据稀疏问题,提高了图书馆图书推荐效率。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社