基于协同过滤的医院图书馆数据库文本分类优化技术 |
| |
引用本文: | 从莉萍,沈剑文,王海生.基于协同过滤的医院图书馆数据库文本分类优化技术[J].微型电脑应用,2024(2):146-148+153. |
| |
作者姓名: | 从莉萍 沈剑文 王海生 |
| |
作者单位: | 1. 上海交通大学医学院附属精神卫生中心;2. 复旦大学附属眼耳鼻喉科医院 |
| |
摘 要: | 传统医院图书馆数据库文本分类是对指定规模文本的分类,无法针对特定用户的浏览内容实施分类。为此,提出基于协同过滤的医院图书馆数据库文本分类优化方法。将用户浏览数据库文本的特征看做物品,构建半自动编码器的协同过滤模型优化用户物品评分矩阵,使用平均评分修正因子、热门物品惩罚因子改进相似度计算。引入注意力机制构建CNN-SVM分类模型,将用户文本浏览特征作为输入,实现文本分类。测试表明,该方法构建评分矩阵的RMSE最低,推荐图书馆文本阅读特征的MAE值最小,在文本分类上F1值达到96.5%,有较好的文本分类效果。
|
关 键 词: | 协同过滤 医院图书馆 数据库 半自动编码器 文本分类 |
|
|