期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到111篇文章
< 1 2 … 6 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于大数据多因素关联规则的在线商品推荐系统优化研究
1
作者 董嘉淇 陈润鹏 +1 位作者 王硕翔 吴岩锋 《移动信息》 2024年第8期236-237,241,共3页
文中聚焦于大数据背景下的在线商品推荐系统,通过数据挖掘与关联规则分析名创优品淘宝店的商品数据,揭示了商品价格区间和相似商品类别之间的关联性。应用Apriori算法,发现消费者对不同价格区间的商品存在明显的偏好,并倾向于购买相似... 文中聚焦于大数据背景下的在线商品推荐系统,通过数据挖掘与关联规则分析名创优品淘宝店的商品数据,揭示了商品价格区间和相似商品类别之间的关联性。应用Apriori算法,发现消费者对不同价格区间的商品存在明显的偏好,并倾向于购买相似类别的商品。这些发现为电商平台提供了精准推荐策略,有助于提高推荐系统的准确性和效率,提升消费者满意度和企业经济效益。 展开更多
关键词 大数据 关联规则分析 在线商品推荐 APRIORI算法
下载PDF
个性化商品推荐系统的混合推荐算法研究 被引量：2
2
作者 王晖 张慧 《科技资讯》 2023年第22期248-252,共5页
推荐算法是推荐系统的核心内容,推荐算法的评价标准包含预分类准确性和测准确性。传统的推荐算法有两个明显缺陷,使用词频作为搜索文本的特征向量与无法克服高频词汇干扰。通过TF/IDF特征词加权改进算法提升分类准确性。提出混合模型LD... 推荐算法是推荐系统的核心内容,推荐算法的评价标准包含预分类准确性和测准确性。传统的推荐算法有两个明显缺陷,使用词频作为搜索文本的特征向量与无法克服高频词汇干扰。通过TF/IDF特征词加权改进算法提升分类准确性。提出混合模型LDTF,从信息增益的角度计算每个词性对词义的贡献增益,来判断一个特定词在此词性下能够代表的词义权重,用动态的计算不同词性的词性比,解决传统TF/IDF算法在文本识别的缺陷,使用CW-TF/IDF优化算法提升特征词的分类效果综合提升推荐准确度。为了解决内容推荐稀疏矩阵问题引入WSBCF协作推荐算法,提升推荐系统的用户体验,实验结果表明能在不同评分矩阵稀疏度下,统计能显著且明显提高。 展开更多
关键词 商品推荐 特征词加权 推荐算法 稀疏矩阵 词义权重
下载PDF
基于在线评论的商品推荐方法 被引量：1
3
作者 丁嘉鸣 《计算机时代》 2023年第8期137-140,共4页
商品的在线评论对于消费者的购买决策有显著影响,但海量的评论会让消费者陷入阅读困境。本文提出一种基于在线评论的商品推荐方法。首先利用TF-IDF算法确定产品特征,再使用情感分析方法确实商品属性评价值,并使用离差最大化方法确定商... 商品的在线评论对于消费者的购买决策有显著影响,但海量的评论会让消费者陷入阅读困境。本文提出一种基于在线评论的商品推荐方法。首先利用TF-IDF算法确定产品特征,再使用情感分析方法确实商品属性评价值,并使用离差最大化方法确定商品属性权重,最后给出一种改进的MULTIMOORA的商品推荐方法,为消费者提供决策支持。该方法经实验分析,表现较好,能够解决实际问题。 展开更多
关键词 在线评论 商品推荐 情感分析 特征权重 MULTIMOORA
下载PDF
基于LightGBM与深度兴趣网络Stacking融合模型的商品推荐算法
4
作者 王彤 熊浪 彭俊杰 《统计学与应用》 2023年第6期1535-1546,共12页
随着电子商务平台的迅速发展,如何提高用户对平台的忠诚度并稳定客流,进而调整平台运营方向以获得持续的收益,成为当前电子商务平台急需解决的关键问题。常见于电商平台的推荐系统利用用户的购买、收藏、浏览等数据,采用特定的算法向用... 随着电子商务平台的迅速发展,如何提高用户对平台的忠诚度并稳定客流,进而调整平台运营方向以获得持续的收益,成为当前电子商务平台急需解决的关键问题。常见于电商平台的推荐系统利用用户的购买、收藏、浏览等数据,采用特定的算法向用户推荐商品。本研究提出了一种基于LightGBM与深度兴趣网络Stacking融合模型的商品推荐的新解决方案。该模型根据用户过去一年的交易记录提取相应的商品特征和用户特征,整合协同过滤的多路召回策略与这些特征,并将其作为模型的输入,以预测下单客户可能购买的产品并进行商品推荐。研究结果表明,在测试数据上,相对于其他常用推荐算法,本文提出的模型具有更高的准确性、更快的预测速度和更好的推荐效果。这些研究结果为电子商务企业提供了改进服务的契机,为相关研究和实践提供了有益的参考和借鉴,为商品推荐问题的解决提供了有价值的参考和帮助。 展开更多
关键词 商品推荐 协同过滤 多路召回 LightGBM 深度兴趣网络
下载PDF
基于大数据分析的个性化商品推荐算法研究探析
5
作者 李常在 《中国科技期刊数据库 工业A》 2023年第10期55-60,共6页
个性化商品推荐算法是当前电子商务领域的研究热点,通过利用大数据分析技术,为用户提供符合其兴趣和偏好的个性化商品推荐。本文在综合分析了相关文献和研究现状的基础上,设计并实现了一种基于大数据分析的个性化商品推荐算法。通过实... 个性化商品推荐算法是当前电子商务领域的研究热点,通过利用大数据分析技术,为用户提供符合其兴趣和偏好的个性化商品推荐。本文在综合分析了相关文献和研究现状的基础上,设计并实现了一种基于大数据分析的个性化商品推荐算法。通过实证研究和案例分析,在真实的商业环境中验证了该算法的有效性和可行性。研究结果表明,基于大数据分析的个性化商品推荐算法能够更准确地满足不同用户的购物需求,提升用户体验和商家销售额。未来的研究方向可以进一步探索更具创新性的推荐算法、更精细化的用户画像建模以及更广泛的商业应用。 展开更多
关键词 个性化商品推荐算法 大数据分析 用户行为数据 推荐模型 用户画像构建
下载PDF
基于耦合CNN评分预测模型的个性化商品推荐 被引量：8
6
作者 冯勇 韩晓龙 +3 位作者 顾兆旭 王龙 徐孟阳 刘志国 《小型微型计算机系统》 CSCD 北大核心 2020年第2期393-398,共6页
电子商务中大量评论数据蕴含着丰富的信息,该信息有助于解决个性化推荐系统存在的数据稀疏问题.为了充分挖掘评论数据蕴含的价值,提高商品推荐的准确率,本文提出了基于耦合CNN评分预测模型的个性化商品推荐方法.该方法首先利用耦合CNN... 电子商务中大量评论数据蕴含着丰富的信息,该信息有助于解决个性化推荐系统存在的数据稀疏问题.为了充分挖掘评论数据蕴含的价值,提高商品推荐的准确率,本文提出了基于耦合CNN评分预测模型的个性化商品推荐方法.该方法首先利用耦合CNN构建评分预测模型,将耦合CNN分为用户网络和商品网络,划分成输入层、卷积层、输出层和共享层;用户评论数据和商品评论数据分别从相应网络输入;在评论数据分析时,从字向量角度进行语义分析,同时改变传统的使用单一大小卷积核处理句子的模式,使用多个并行的卷积层,利用大小不同的卷积核对句子进行特征提取;两个网络的输出将共同汇聚于共享层,在共享层使用因子分解机进行评分预测;最后将结果中的高评分商品推荐给用户.经对比实验验证,本文所给方法能够提高商品推荐的准确率. 展开更多
关键词 个性化 商品推荐 卷积神经网络 评论 评分预测
下载PDF
基于Prolog语言的商品推荐知识库模型 被引量：4
7
作者 汲业 陈燕 +1 位作者 屈莉莉 张琳 《计算机工程》 CAS CSCD 北大核心 2010年第22期10-12,共3页
针对电子商务个性化推荐问题的特点,引入知识工程的树状表示法,将商品推荐中的三要素转化成描述树进行表达,建立基于Prolog语言的个性化推荐知识库模型。该模型可以根据顾客浏览商品先后次序求解,并与数据库动态地交互数据,实现在线购... 针对电子商务个性化推荐问题的特点,引入知识工程的树状表示法,将商品推荐中的三要素转化成描述树进行表达,建立基于Prolog语言的个性化推荐知识库模型。该模型可以根据顾客浏览商品先后次序求解,并与数据库动态地交互数据,实现在线购物的个性化营销。该模型相对独立,通过数据库接口共享电子商务系统数据,能够适应不同结构的电子商务系统。 展开更多
关键词 电子商务 PROLOG语言 知识库 商品推荐
下载PDF
基于SP_LDA模型的商品推荐算法 被引量：3
8
作者 郑祥云 陈志刚 +1 位作者 黄瑞 李博 《小型微型计算机系统》 CSCD 北大核心 2016年第3期454-458,共5页
在电子商务的商品推荐系统中,为了给用户提供个性化的商品推荐,不少研究者提出了各自的推荐方法.由于方法中考虑的影响因素小等原因使得一些问题仍未得到解决,如:精准度不高、时间复杂度较高等.针对以上问题,在LDA主题挖掘模型的基础上... 在电子商务的商品推荐系统中,为了给用户提供个性化的商品推荐,不少研究者提出了各自的推荐方法.由于方法中考虑的影响因素小等原因使得一些问题仍未得到解决,如:精准度不高、时间复杂度较高等.针对以上问题,在LDA主题挖掘模型的基础上提出了一种新的适用于商品(SP)推荐的数据挖掘模型:SP_LDA模型.通过该模型进行推导,得到商品概率的计算公式.通过对用户的历史购买数据和浏览数据进行分析,以计算的方式求解商品被推荐的概率,最终得到用户潜在感兴趣的商品.实验表明本模型能够高效地对商品进行挖掘,合理地向用户推荐感兴趣的商品. 展开更多
关键词 商品推荐 电子商务系统 SP_LDA模型 数据挖掘
下载PDF
电子商务网站商品推荐特性对消费者网上购物影响的实证研究 被引量：8
9
作者 吴敬松 镡铁春 刘伯颖 《商场现代化》 北大核心 2008年第16期73-74,共2页
基于问卷调查数据,本文研究了电子商务网站推荐特性的各个维度对客户网上购买的影响。研究发现,加强购物网站建设,充分发挥网站商品推荐特性在商家与消费者之间的媒介作用,增强购物网站的商品推荐的信息度、准确性、易用性、及时性和可... 基于问卷调查数据,本文研究了电子商务网站推荐特性的各个维度对客户网上购买的影响。研究发现,加强购物网站建设,充分发挥网站商品推荐特性在商家与消费者之间的媒介作用,增强购物网站的商品推荐的信息度、准确性、易用性、及时性和可靠性,对消费者网络购物认知会有显著的影响关系,进而可以提高客户网络购买行为。 展开更多
关键词 电子商务 商品推荐 网上购物
下载PDF
模糊逻辑在电子商务商品推荐系统中的应用 被引量：3
10
作者 黄洪 杨卓俊 王奔 《计算机系统应用》 2012年第3期171-175,共5页
在电子商务平台中提供有针对性的商品推荐机制以帮助用户快速准确地找到所需的商品非常重要。综合满意度是指根据用户关注的商品的不同属性的满意度在商品推荐中所占的权重不同,对商品的各属性满意度进行加权运算得到的满意度度量值。... 在电子商务平台中提供有针对性的商品推荐机制以帮助用户快速准确地找到所需的商品非常重要。综合满意度是指根据用户关注的商品的不同属性的满意度在商品推荐中所占的权重不同,对商品的各属性满意度进行加权运算得到的满意度度量值。根据商品综合满意度的排序进行商品的推荐可以提高推荐的准确性。商品满意度是一个模糊的概念,提出了使用模糊逻辑来处理商品满意度的方法,并提出了一整套基于满意度的商品推荐机制。论文介绍了一个基于商品满意度的电子商务商品推荐系统的框架,重点介绍了其中的基于模糊逻辑的商品属性满意度处理方法和基于商品综合满意度的商品推荐规则,并给出了一个商品推荐的模拟实例。 展开更多
关键词 电子商务商品推荐系统 模糊逻辑 商品满意度 商品综合满意度
下载PDF
基于贝叶斯动态预测模型的商品推荐方法 被引量：3
11
作者 黄光球 魏芳 《微计算机信息》 北大核心 2007年第05X期133-134,156,共3页
传统的电子商务推荐系统虽然考虑到个性化的推荐,但不能很好的描述用户行为,使得个性化的推荐略显不足。本文提出基于贝叶斯动态预测的模型,并结合Agent技术,很好地建立了用户行为预测模型。该方法以用户历史数据为基础,并结合用户的实... 传统的电子商务推荐系统虽然考虑到个性化的推荐,但不能很好的描述用户行为,使得个性化的推荐略显不足。本文提出基于贝叶斯动态预测的模型,并结合Agent技术,很好地建立了用户行为预测模型。该方法以用户历史数据为基础,并结合用户的实时行为建立用户行为预测模型。本文将此方法运用于商品推荐系统中,实验证明此方法能高效地为客户产生个性化的商品推荐集合,优于某些传统方法。 展开更多
关键词 贝叶斯动态预测模型 用户行为预测模型 个性化商品推荐
下载PDF
基于改进的深度Q网络结构的商品推荐模型 被引量：4
12
作者 傅魁 梁少晴 李冰 《计算机应用》 CSCD 北大核心 2020年第9期2613-2621,共9页
传统推荐方法存在数据稀疏和特征识别差等问题,为了解决这些问题,根据隐式反馈构建具有时序性的正负反馈数据集。由于正负反馈数据集和商品购买具有强时序性特征,引入长短期记忆(LSTM)网络作为模型构件。考虑用户自身特征和用户动作选... 传统推荐方法存在数据稀疏和特征识别差等问题,为了解决这些问题,根据隐式反馈构建具有时序性的正负反馈数据集。由于正负反馈数据集和商品购买具有强时序性特征,引入长短期记忆(LSTM)网络作为模型构件。考虑用户自身特征和用户动作选择回报由不同的输入数据决定,对竞争架构的深度Q网络进行改进,融合用户正负反馈和商品购买时序性,设计了基于改进的深度Q网络结构的商品推荐模型。模型对正负反馈数据进行区分性训练,对商品购买的时序性特征进行提取。在Retailrocket数据集上,与因子分解机(FM)模型、W&D模型和协同过滤(CF)模型中表现最好的相比,所提模型的准确率、召回率、平均准确率(MAP)和归一化折损累计增益(NDCG)分别提高了158.42%、89.81%、95.00%和67.57%。同时,使用DBGD作为探索方法,改善了推荐商品多样性低的缺陷。 展开更多
关键词 深度强化学习 正负反馈数据集 竞争网络架构 长短期记忆网络 商品推荐
下载PDF
Web Service下的商品推荐系统的研究与实现 被引量：3
13
作者 赵耀 薛贵荣 《临沂师范学院学报》 2003年第6期131-134,共4页
基于电子商务平台的Webservice已经是广大消费者购买或者浏览商品的主要形式之一.但是,网络上的海量信息也给我们带来了很多不便.对于用户来说,如何及时地发现所需要的商品已经变得越来越困难.本文综合运用了关联挖掘、智能推荐算法等... 基于电子商务平台的Webservice已经是广大消费者购买或者浏览商品的主要形式之一.但是,网络上的海量信息也给我们带来了很多不便.对于用户来说,如何及时地发现所需要的商品已经变得越来越困难.本文综合运用了关联挖掘、智能推荐算法等机器学习方法提出了一个WebService下的产品智能推荐Agent模型:SmartRecommendation,该系统通过对用户的历史交易记录的分析,挖掘出客户的购买模式和购买兴趣,并根据发现的模式对用户进行商品的智能推荐.实验结果表明,推荐模型具有较高的准确性,并且对用户的购买行为有一定的指导作用. 展开更多
关键词 电子商务 商品推荐 关联规则 数据挖掘 置信度 支持度
下载PDF
一种基于中间商品兴趣度的滞销商品推荐模型 被引量：1
14
作者 夏秀峰 殳晶莹 《沈阳航空工业学院学报》 2009年第5期74-77,73,共5页
滞销商品推荐在电子商务个性化推荐中占有重要地位。通过分析历史销售数据来预测和挖掘滞销商品及与之密切相关的中间商品,提出一种借助中间商品激励用户购买滞销商品的滞销商品推荐模型,并提出按照时间权重的中间商品兴趣度进行项目的... 滞销商品推荐在电子商务个性化推荐中占有重要地位。通过分析历史销售数据来预测和挖掘滞销商品及与之密切相关的中间商品,提出一种借助中间商品激励用户购买滞销商品的滞销商品推荐模型,并提出按照时间权重的中间商品兴趣度进行项目的个性化推荐。此推荐模型能够有效预测滞销商品,并根据客户特征进行个性化推荐,为滞销商品的推荐提供一种行之有效的方法。 展开更多
关键词 电子商务 个性化推荐 兴趣度 滞销商品推荐 中间商品
下载PDF
基于知识图谱的商品推荐系统 被引量：2
15
作者 韩慧 《信息通信》 2020年第6期200-201,共2页
信息时代下,电子商务和移动互联网飞快发展,淘宝、天猫、京东、唯品会等网络购物平台纷纷崛起,满足了人们线上购物的需要。现如今,网络购物已经成为人们日常生活中不可或缺的部分,在为人们提供便捷服务的同时,也极大的促进了经济增长。... 信息时代下,电子商务和移动互联网飞快发展,淘宝、天猫、京东、唯品会等网络购物平台纷纷崛起,满足了人们线上购物的需要。现如今,网络购物已经成为人们日常生活中不可或缺的部分,在为人们提供便捷服务的同时,也极大的促进了经济增长。商品推荐系统是立足于大数据分析基础上实现的,根据用户的喜好倾向进行智能推荐,在提升产品销售量同时,促使用户体验大幅度提升。基于知识图谱的商品推荐系统,可以发挥知识图谱辅助信息优势,收集相关信息数据,提供辅助信息来源,促使商品推荐系统更加精准、可靠。文章就此展开分析,在了解知识图谱基础上,进一步优化商品推荐系统。 展开更多
关键词 商品推荐系统 知识图谱 智能推荐 用户喜好
下载PDF
基于购物倾向的商品推荐方案研究
16
作者 王树西 李安渝 《集成技术》 2013年第3期15-21,共7页
为了提高商品推荐系统的性能,从理解B2C电子商务平台客户的购物倾向角度出发,进行实时的商品推荐。本文总结归纳了B2C电子商务平台的主要商品推荐位,以及如何基于商品信息建立商品标签,如何判别商品的相似性、相同性。在上述工作的基础... 为了提高商品推荐系统的性能,从理解B2C电子商务平台客户的购物倾向角度出发,进行实时的商品推荐。本文总结归纳了B2C电子商务平台的主要商品推荐位,以及如何基于商品信息建立商品标签,如何判别商品的相似性、相同性。在上述工作的基础上,重点论述了基于客户购物倾向的实时的商品推荐方案。本文对已有工作进行了深入对比和分析,对提出的方案进行了必要的理论分析和性能评估。并从XBRL的技术角度,对商品推荐方案进行了改进。 展开更多
关键词 购物倾向 商品推荐方案 理论分析 性能评估 XBRL
下载PDF
基于网络表示学习的个性化商品推荐 被引量：31
17
作者 李宇琦 陈维政 +1 位作者 闫宏飞 李晓明 《计算机学报》 EI CSCD 北大核心 2019年第8期1767-1778,共12页
近些年来,互联网不断普及,其应用场景也在不断增加.电子商务是互联网普及、成熟的一大重要产物.这种新型的商业模式,便利了大众的生活,同时也创造了巨大的利润.对于电子商务而言,推荐系统是其中最关键的组成部分.推荐系统可以针对不同... 近些年来,互联网不断普及,其应用场景也在不断增加.电子商务是互联网普及、成熟的一大重要产物.这种新型的商业模式,便利了大众的生活,同时也创造了巨大的利润.对于电子商务而言,推荐系统是其中最关键的组成部分.推荐系统可以针对不同的用户,推荐其感兴趣的商品.好的推荐系统无论是对于用户体验还是公司盈利而言,都有着非常正面的作用.近几年间,网络表示学习受到观注,出现了一些利用网络表示学习的推荐算法研究.将网络表示学习应用于推荐系统中乃至商品推荐中,可以有效地利用近期网络表示学习研究成果.该文提出了一种利用网络表示学习进行个性化商品推荐的方法 PGE(Product Graph Embedding).首先,作者通过历史购买记录获取商品的顺序信息,从而构建商品网络.基于商品网络和网络表示学习算法,商品可以被映射至低维向量空间中.一旦作者获取了商品的低维向量表示,动态的用户偏好便可以基于用户购买过的商品记录及商品的时序性线性计算得出,并和商品映射到相同的低维向量空间中.由此,商品和用户的相关性可利用商品和用户的低维向量相似度进行评估.作者在京东数据集上进行实验.实验表明,作者的算法在个性化商品推荐方面相较于最好的基准方法在P@10上提升了10%以上,这显示出了作者算法的优越性. 展开更多
关键词 网络表示学习 商品推荐 动态的用户偏好
下载PDF
混合图随机游走算法的商品推荐 被引量：4
18
作者 杨华 周琪云 +1 位作者 汤青 杨志明 《小型微型计算机系统》 CSCD 北大核心 2016年第11期2433-2436,共4页
为了解决传统商品推荐方法仅考虑商品两两相似性或只通过商品属性的简单集成构建推荐网络图,对网络对象复杂性和依赖关系考虑不够导致推荐准确性低的问题,提出一种改进的商品推荐算法.算法通过商品、品牌、店铺及关联关系构建混合图,根... 为了解决传统商品推荐方法仅考虑商品两两相似性或只通过商品属性的简单集成构建推荐网络图,对网络对象复杂性和依赖关系考虑不够导致推荐准确性低的问题,提出一种改进的商品推荐算法.算法通过商品、品牌、店铺及关联关系构建混合图,根据节点关系、节点出度、商户广告付费和商品点击数构建数学模型,得到商品、品牌和店铺间的转移概率,建立节点初始概率转移矩阵.通过重启动随机游走算法确定最终节点概率转移矩阵,实现商品推荐.实验结果表明,与当下常用推荐算法相比,该算法提高了商品推荐的准确率(Precision);算法扩展性强,适用于各种电商平台. 展开更多
关键词 混合图 随机游走 商品推荐 转移矩阵 F值
下载PDF
基于LSTM的商品推荐模型研究
19
作者 张洁 《科学技术创新》 2021年第11期88-89,共2页
与传统电商平台用户的购物特点有所不同,新零售平台的用户购买商品具有重复率高、购买周期短的特点,覆盖衣食住行各个方面,很多属于快销品。构建一个基于新零售电商平台的商品重构推荐系统,对用户的周期性购买行为进行分析预测,有利于... 与传统电商平台用户的购物特点有所不同,新零售平台的用户购买商品具有重复率高、购买周期短的特点,覆盖衣食住行各个方面,很多属于快销品。构建一个基于新零售电商平台的商品重构推荐系统,对用户的周期性购买行为进行分析预测,有利于提高用户购物体验,增加平台盈利。目前基于大数据的数据挖掘应用方面很多,近些年,深度学习在数据挖掘方面展露头角,深度学习具有多隐层的多层感知器,通过由低层到高层的属性特征分析来发现数据的分布式特征,这对商品推荐系统中分析用户行为具有传统分析方式所不具有的优势。 展开更多
关键词 新零售 商品推荐 深度学习
下载PDF
基于B2C电子商务网站的个性化商品推荐系统研究
20
作者 张志明 张一帆 《郑州牧业工程高等专科学校学报》 2014年第3期40-42,共3页
本文在分析当前B2C电子商务和用户购物特点的基础上,从个性化商品推荐的作用、概念、推荐系统分类,以及多种推荐系统优缺点对比展开叙述,从而系统地介绍了个性化推荐系统在B2C电子商务网站中的应用。
关键词 B2C电子商务 个性化 商品推荐
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 2 … 6 下一页 到第 页
使用帮助 返回顶部