以软笔书法数字化创作为核心功能的互动式书法体验设备是一种新型的文化体验装备,该设备集成的书法资源具有数据量大、类型繁多和同质性强的特点,使得体验用户难以在海量资源中高效地搜索到比较感兴趣的资源,造成用户在体验时产生新的问题,如书法临摹时体验差、粘性低等。针对该问题,本文提出并实现了书法字资源个性化推荐技术,通过混合推荐模式,捕捉用户兴趣,实现有效的信息过滤,并主动向用户推荐其可能感兴趣的资源。实验验证了本文提出的方法对上述问题的有效性。本文的主要研究工作如下:(1)针对书法字资源的特点和书法体验设备用户行为的特点,进行分析归纳,比较分析了不同的个性化推荐算法的适用性。(2)研究了基于VGG 16的书法字特征提取技术,实现了从书法字资源中提取特征向量,研究了基于LDA主题模型的用户行为特征提取技术,实现了对用户行为数据的特征提取。(3)研究了针对书法字资源和书法体验设备用户的混合推荐策略,其中基于内容推荐部分通过深度学习模型将书法字映射到同一向量空间中,构建书法字之间的向量关系;协同过滤部分通过主题模型方法,将高维的“用户-书法字”空间映射到低维空间,构建“用户-书写主题”矩阵,解决数据稀疏性难题;构建瀑布式混合推荐模型,通过逐级过滤的方式得到最终推荐结果,并对推荐结果进行了验证。(4)研发了面向书法体验设备的书法字资源个性化推荐系统,包括了输入输出模块、数据分析模块和推荐引擎模块等,通过API接口为书法体验设备提供个性化推荐功能。本文针对书法体验设备的书法资源数据量大、类型繁多和同质性强等特点导致的用户体验性差和粘性低等问题,提出了书法字资源个性化推荐方法,并通过实验验证了所提出方法的准确性。研究成果对提升书法体验设备的用户体验有重要的工程指导意义。