共查询到20条相似文献，搜索用时 15 毫秒
1.
传统推荐系统存在不以用户关注度为导向、推荐信息分散、推荐效率低等弊端,针对该问题,通过深入挖掘用户的关注度特征及浏览行为特征,分析用户的潜在需求,以此为基础,综合基于类别关注度的信息推荐、基于主题词的长期关注度推荐以及基于协同过滤的个性化推荐算法,采用模块化的设计方法,提出一种基于用户关注度的个性化推荐系统。实践应用表明,该系统能够帮助用户从海量信息中快速、准确地找到自己关注的内容,对互联网个性化信息服务具有一定的应用价值。 相似文献
2.
协同过滤算法在电子商务网站推荐系统中的应用非常广泛,其通过分析大量用户的历史行为数据,挖掘用户的兴趣,向用户推荐合适的物品。然而,协同过滤算法存在数据稀疏性问题。针对该问题,提出一种基于用户特征和商品特征的组合协同过滤推荐算法。通过用户基本属性特征、物品分类属性特征以及用户的历史评分记录,计算用户的相似性和物品的相似性,获得近邻用户和相似物品;依据改进的基于物品协同过滤和基于用户协同过滤组合推荐算法,为项目进行评分。实验表明,该方法能降低预测结果的平均绝对误差,提高推荐精度。 相似文献
3.
针对服装推荐方法推荐精度不高、覆盖率低,不能充分挖掘用户潜在兴趣的问题,提出一种基于用户图像内容属性偏好与时间因子的服装推荐（UIACF）算法。通过构建深度卷积神经网络,提取服装图像中的服装属性,并据此形成用户属性向量,将基于用户属性偏好的相似度与基于时间因子的用户兴趣偏好相似度融合,构建用户偏好模型。将其与基于用户的协同过滤（UCF）算法、基于项目的协同过滤（ICF）算法及基于项目偏好的协同过滤（UCSVD）算法进行比较,结果显示,UIACF 算法准确率提高 14%。该算法为基于用户的服装协同过滤个性化推荐提供了一种新思路,用户潜在兴趣挖掘效率更高。 相似文献
4.
通过研究用户历史行为数据去捕捉用户购物的动态偏好,结合BP算法挖掘与每位用户购物习惯息息相关的商品特征属性集,并建立基于商品特征属性的关联规则推荐模型及基于商品时效的推荐模型,进一步提升个性化实时推荐系统推荐商品的效率并增加其多样性。 相似文献
5.
本文对电子商务的现状进行分析,并对web挖掘进行阐述,设计了一个基于客户浏览行为分析的电子商务推荐系统,并分析了该系统的功能,在应用过程中根据已有算法的缺陷提出了一种新的聚类算法,帮助电子商务的经营者改进网站的设计。 相似文献
6.
7.
刘雪娟 《南京广播电视大学学报》2006,(2):86-88
Web挖掘的预处理是生成用户模式和进行信息推荐的基础。文章研究了Web挖掘预处理的三个主要步骤:数据清洗、用户识别和会话识别,给出了各个步骤的关键算法,并提出了一种基于注册用户和Cookies技术、用户IP等综合因素来改进用户识别的算法。 相似文献
8.
该文构建了基于Web使用挖掘的个性化教育资源推荐系统原型,讨论了Web使用挖掘技术在教育资源网站中的应用．提出了改进的基于引用时长的事务识别方法。并采用改进的频繁访问路径挖掘算法挖掘用户热门访问路径,进一步主动推送用户感兴趣的资源,提高系统的个性化服务水平． 相似文献
9.
个性化推荐系统的出现为用户提供了一个解决Web商品信息过载问题的强大工具。个性化推荐技术是基于Web使用挖掘、商品相关关系发现、商品分类等多项数据挖掘技术的。分析了这些技术的基本原理和特点并提出了一种计算商品关联关系和用户喜好倾向的算法以及个性化商品推荐的程序实现方法。 相似文献
10.
web2.0的出现使得互联网中的数据以几何级数的形式增长,如何在浩如烟海的信息海洋中找到自己需要的内容是当前人们面临的一个挑战性问题,信息推荐系统便是为解决这个问题而出现的,而协同过滤算法是推荐系统中用途最广的一种算法.本文对基于用户的协同过滤算法和基于项目的协同过滤算法进行了介绍,然后利用Movielens中的影片数据对这两种算法的性能进行了比较,结果发现基于项目的协同过滤算法在影片信息推荐中要优于基于用户的协同过滤算法. 相似文献
11.
为了解决大数据时代用户阅读时遇到的“信息过载”与“信息迷失”问题,提出了基于Hadoop平台的用户准确识别与新闻推荐算法。首先基于MAC地址识别用户,通过对用户浏览轨迹的离线和在线挖掘,建立用户兴趣模型。然后对新闻关键词进行聚类,结合协同过滤和启发式方法,基于关键词对用户进行新闻的智能推荐。实验结果表明,基于MAC地址的算法比基于IP地址的算法用户识别率提高了30%。 相似文献
12.
对于有个性化推荐需求的电子商务系统,传统协同过滤推荐算法对商品的用户项目矩阵构建比较单一,难以解决数据稀疏以及推荐结果精度较低等问题。为此,提出一种改进的基于信任度的协同过滤算法,根据用户历史行为,对用户项目评分矩阵进行细分量化,综合考虑用户间关系,引入信任因子维持用户信任关系中的非对称性,通过共同评分项计算用户评分信任度。最终融合信任度与信任因子,计算获得最佳邻居集并产生最终推荐列表。在淘宝官方UserBehavior数据集下进行实验,结果表明,该算法降低了推荐稀疏性,提高了推荐精度。 相似文献
13.
14.
协同过滤是推荐系统中普遍使用的一种推荐技术,然而协同推荐系统很容易遭受恶意用户的攻击。攻击者通过向系统注入大量有规律的攻击用户信息,达到人为操纵推荐系统的目的。为了检测系统中存在的攻击用户,通过研究攻击用户信息的统计特征,提出了一种基于特征分析的攻击检测算法。试验结果表明,该算法具有更高的检测率,有效缓解了推荐系统遭受托攻击操纵的问题,确保了推荐系统的可靠性。 相似文献
15.
16.
Web Service下的商品推荐系统的研究与实现 总被引：2，自引：0，他引：2
基于电子商务平台的Web service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Web Service下的产品智能推荐Agent模型：Smart Recommendation,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． 相似文献
17.
基于Web使用挖掘的个性化推荐系统 总被引：1，自引：0，他引：1
Web使用模式挖掘是对用户浏览Web后在服务器日志上所留信息的数据挖掘。讨论了挖掘中常用技术及流程,并提出一种Web使用模式挖掘体系结构,介绍了系统的工作原理,对系统设计中的推荐算法等关键技术作了详细讨论。关 相似文献
18.
为了弥补基于网络结构的推荐算法存在的新用户和新产品问题,提出了一种考虑项目特征属性的项目网络结构图的推荐算法,根据项目的特征属性矩阵得到任何两个项目的相似性,然后采用一种考虑项目相似性的资源配额度量方法计算目标用户的最终资源分配向量,将目标用户没选择过的排序靠前的项目进行推荐。该算法可以有效解决新项目的冷启动问题,提高系统推荐质量。 相似文献
19.
20.
石宜金 《四川教育学院学报》2014,(5):88-91
文章对推荐系统进行了研究,借鉴了亚马逊的图书推荐思想。利用书籍的图书分类、书籍综合特征和书籍评分,提出了一种基于协同过滤、基于内容推荐的综合推荐算法。算法用于鉴别用户是否喜好某本书籍。同时将这种推荐算法应用于高校图书馆的书籍借阅系统中,旨在提高图书馆借阔系统的个性化。该算法能在一定程度上降低借阅者花费在借阅过程中的时间,另一方面能够通过推荐算法的应用,提高图书馆书籍利用率,降低书籍借阅过程中的马太效应。 相似文献