摘要：[目的/意義]為緩解信息過載問題,本文提出一種基于時(shí)間和自適應(yīng)TOP-N的圖書推薦算法--RTAT(Book recommendation based on Rating and Time and Adaptive Top-N Algorithm),能夠?qū)τ脩羿従尤后w進(jìn)行更為準(zhǔn)確地劃分,對(duì)提高圖書推薦系統(tǒng)服務(wù)質(zhì)量具有重大意義。[方法/過程]TOP-N算法是推薦系統(tǒng)中的一個(gè)關(guān)鍵算法,然而傳統(tǒng)TOP-N算法在對(duì)圖書用戶進(jìn)行鄰居選取時(shí)并未考慮鄰居間的相互性。本文就傳統(tǒng)TOP-N算法進(jìn)行改進(jìn)--在進(jìn)行近鄰選取時(shí),將相互性作為一個(gè)重要篩選條件,利用近鄰集對(duì)用戶進(jìn)行圖書推薦。[結(jié)果/結(jié)論]對(duì)真實(shí)圖書評(píng)分?jǐn)?shù)據(jù)進(jìn)行算法檢驗(yàn)的結(jié)果表明,在考慮時(shí)間因素下,RTAT算法的圖書推薦系統(tǒng)的準(zhǔn)確率為87.2%,相較于傳統(tǒng)TOP-N算法提高了10.8%。RTAT算法能夠獲取更為合理的鄰居關(guān)系,并達(dá)到提升推薦系統(tǒng)性能的目的。