《表1 推荐数据的评价值表》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于Mahout的图书推荐系统研究》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

借助多维度评分算法，汇总系统中的借阅记录评分数据，形成协同过滤推荐算法所需的基础数据。当前常用的协同过滤算法（Distributed Item-Based Collaborative Filtering）都是借助于用户评分数据来实现数据推荐的[9]。基于用户的协同过滤推荐算法的原始数据为格式。其中，value即为读者对图书的评价值，bookId为图书Id，readerId为读者Id。将此格式的数据输入，通过协同过滤推荐算法，即可完成对用户的图书推荐。推荐数据的评价值如表1所示。在对用户进行推荐的时候，需要计算用户的评价值，然后再根据评价值去计算与用户评分相似的图书，从而完成推荐。