基于深度学习的高校图书馆学术资源智能分类与推荐研究
作 者：
张继华
摘 要：
高校图书馆作为知识资源集成的重要平台，面临学术资源类型繁杂、更新频繁与用户需求多样化的现实挑战。传统分类推荐方法在处理大规模、异构语义信息时表现出局限性。文章结合深度学习技术，通过构建基于卷积神经网络与注意力机制的分类模型，提升资源归类的准确性与自动化水平；同时引入Transformer 结构，融合用户行为序列，构建个性化推荐系统。实验验证表明，该方法能显著提高学术资源的检索效率与推荐匹配度，为图书馆智能化服务提供有效支撑。
来 源：
《信息产业报道》 2026-03