基于ElasticSearch的科技服务推荐系统设计与实现

作     者：刘勇 刘菲 蒙杰 Liu Yong;Liu Fei;Meng Jie

作者机构：甘肃省科学技术情报研究所/甘肃省科技评价监测重点实验室甘肃兰州730000 

出 版 物：《甘肃科技》 (Gansu Science and Technology)

年 卷 期：2024年第40卷第3期

页      面：59-64页

学科分类：08[工学] 0835[工学-软件工程] 081202[工学-计算机软件与理论] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

主　　题：大数据分析挖掘 热词统计 智能推荐 ElasticSearch TF-IDF LUCentere 

摘      要：推荐系统是通过算法策略将用户与信息匹配,实现信息高效筛选和个性化推荐的闭环系统。系统基于ElasticSearch大数据分析挖掘技术,采用TF-IDF、LUCentere、热词统计发现算法,利用Python程序将数据异步批量导入至Elasticsearch中。结合昨日访问、点赞、收藏上升数以及发布时间等指标计算文档的相关性得分并排序,实现用户喜好推荐。研究目的在于提高Elasticsearch索引数据时的分词准确度,缩短检索响应时间,为用户提供更优使用体验。通过翻阅大量文献和不断实验测试系统中的算法,有效解决了“冷启动问题。实验结果表明系统在用户体验方面取得显著提升,用户正反馈促进了留存率和点击转换率的提高。研究为推荐系统的算法设计和实施提供了有益经验,对信息检索和用户体验改进具有实质性的意义。