来源：期刊VIP网 时间：
作者：窦淑庆;刘思豆;
单位：唐山学院图书馆;汉阳大学传播与文化学院;
摘要：针对传统图书推荐系统所得到的计算结果滞后于实时需求且准确性较低的缺陷，文中基于用户画像数据，提出一种快速图书检索算法。该算法在用户画像构建部分对静态属性抽取和动态标签行为进行建模。在图书特征提取模型中，使用BERT-Word2Vec作为基础框架进行多模态特征提取，并利用双塔深度匹配模型构建了用户MLP塔和图书改进CNN塔，对特征进行充分细致的多维分析。模型通过将实时反馈机制Kafka-Redis流处理算法与会话注意力加权融合，最终实现了场景化的推荐。实验测试结果显示，NDCG@10指标较最优基准提升了约21.0%，行为反馈延迟在峰值500 QPS流量下小于等于3.5 s。表明所提算法能够为知识服务场景提供兼具准确性、时效性与场景适应性的信息推荐解决方案。
关键词：用户画像;;双向编码器表示技术;;双塔深度匹配模型;;多层感知器;;卷积神经网络;;推荐算法
基金资助：河北省自然科学基金项目(F2020203014);; 2023河北省社会科学发展研究项目(20230203026)
