基于协同过滤的医院图书馆数据库文本分类优化技术

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。