摘要： 【目的/意义】通过订阅记录获取用户兴趣爱好，并将协同过滤推荐方法应用于图书个性化推荐，为读者提
供优质服务。【方法/过程】以协同过滤算法为基础，根据用户订阅记录，分别计算用户相似性和订阅图书相似性。
针对传统协同过滤方法在计算热门订阅相似度时存在的缺陷，引入对订阅权重的惩罚机制，减轻了热门订阅会和
很多订阅相似的可能性，并根据协同过滤方法，产生相应推荐结果。【结果/结论】运用公开可获取的数据集进行的
算法验证表明，基于订阅记录的协同过滤算法推荐准确度较高，对提升用户图书借阅体验相关研究与实践有一定
的参考价值。