期刊文献+

基于用户协同过滤算法的个性化推荐技术应用研究

下载PDF
导出
摘要 “淘矿网”平台是矿业界值得信赖、知名度高、口碑良好的矿权交易信息平台。随着市场化竞争的激烈,该平台现有的传统信息查询机制已无法满足日渐增长的用户多元化和个性化需求。因此,本文以该平台为研究对象,基于用户特征建模,采用个性化推荐技术来帮助用户精准高效找到所需信息,并利用基于用户协同过滤算法来构建个性化推荐模型,涵盖了模型构建的三个阶段,最后提出研究中发现的问题和今后待研究的方向。
作者 薛晓璇
出处 《产业创新研究》 2021年第2期29-31,共3页 Industrial Innovation
基金 陕西省教育厅2020年度专项科学研究项目“基于用户画像模型的‘矿道网’个性化推送方案研究”(20JK0924)。
  • 相关文献

参考文献2

二级参考文献49

  • 1杨焱,孙铁利,邱春艳.个性化推荐技术的研究[J].信息工程大学学报,2005,6(2):84-87. 被引量:23
  • 2曾艳,麦永浩.基于用户评分的关联规则挖掘协同推荐[J].计算机工程,2005,31(15):87-89. 被引量:3
  • 3王艳,景韶光,李雪耀,于军.基于分类方法的内容过滤推荐技术[J].情报杂志,2005,24(8):59-60. 被引量:8
  • 4赵艳霞,梁昌勇.基于关联规则的推荐系统在电子商务中的应用[J].价值工程,2006,25(5):82-85. 被引量:15
  • 5游文,叶水生.电子商务推荐系统中的协同过滤推荐[J].计算机技术与发展,2006,16(9):70-72. 被引量:54
  • 6Han, E.H., Boley, D., Gini, M., et al. WebACE: a web agent for document c ategorization and exploration. In: Sycara, K.P., Wooldridge, M., eds. Proceeding s of the 2nd International Conference on Autonomous Agents. New York: ACM Press, 1998. 408~415.
  • 7Schwab, I., Pohl, W., Koychev, I. Learning to recommend from positive evi dence. In: Riecken, D., Benyon, D., Lieberman, H., eds. Proceedings of the Inter national Conference on Intelligent User Interfaces. New York: ACM Press, 2000. 2 41~247.
  • 8Pretschner, A. Ontology based personalized search [MS. Thesis]. Lawrence, KS: University of Kansas, 1999.
  • 9Adomavicius, G., Tuzhilin, A. User profiling in personalization applicati ons through rule discovery and validation. In: Lee, D., Schkolnick, M., Provost, F., et al., eds. Proceedings of the 5th International Conference on Data Mining and Knowledge Discovery. New York: ACM Press, 1999. 377~381.
  • 10Balabanovic, M., Shoham, Y. Fab: content-based, collaborative recommendat ion. Communications of the ACM, 1997,40(3):66~72.

共引文献436

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部