首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到20条相似文献，搜索用时 406 毫秒
1.
借助大数据工具Hadoop以及互联网上的招聘信息作为数据源,设计了一套针对企业招聘数据和求职者的智能分析可视化平台,从而使用户可以实时了解互联网行业最新动态,采用协同过滤数据分析技术,针对用户设计一套个性化推荐系统。本文在对招聘平台进行需求分析和可行性分析的基础上,着重从总体架构和逻辑架构两个方面进行了招聘平台和个性化推荐系统的设计,并从数据收集模块、数据分析模块、数据可视化展示模块以及个性化推荐模块四个方面来实现平台功能。  相似文献   

2.
基于商品属性与用户聚类的个性化服装推荐研究   总被引：1，自引：0，他引：1  
艾黎 《现代情报》2015,35(9):165-170
淘宝网作为电子商务时代最大的网上零售平台,为用户提供越来越多的商品与服务的同时,也出现了信息过载等一系列问题。鉴于此,本文提出了基于商品属性与用户聚类的个性化服装推荐方法,通过用户个人信息与对商品的评价,计算用户之间的相似度,进行聚类分析。与此同时,将商品化整为零,通过商品属性来计算商品的相似度,得到top-N相似列表。以此,综合商品与用户两者的权重值,实现为用户提供个性化的商品推荐,解决用户面对信息过载的难题,为用户节省精力,提高用户的购物体验。针对某一淘宝网店铺,本文提出了适合的混合推荐算法,并通过搜集实际数据进行了实证研究,对推荐结果进行准确性评价。  相似文献   

3.
以阿里为代表的巨头电商平台创造了一个又一个"双十一"促销奇迹,这得益于个性化推荐系统,协同过滤是其中应用广泛、效果较准确的一种技术,也是目前主流的推荐算法。本文采用基于用户协同过滤的个性化推荐技术对2014年"天池"大数据平台提供的四个月内884个真实用户对9531个商品的真实点击浏览、加入购物车、收藏和购买等四种行为的访问记录进行分析,以便对用户进行商品推荐。为真实反映用户对物品的偏好程度,对点击浏览、收藏、加入购物车和购买分别设置了权重0.0385、0.2375、0.3072和1,并采用皮尔森系数法计算用户之间的相似度,推荐结果与人们的经验是一致的。  相似文献   

4.
基于Web访问挖掘的个性化智能信息推荐服务方法的处理过程分为在线部分和离线部分。离线部分主要完成从站点服务器的访问LOG文件中挖掘出适合在线智能个性化推荐服务的用户事务模式,采用基于聚类用户事务方法获取用户个性化模式。在线部分通过个性化智能推荐服务智能接口实现基于URL聚类模式的个性化信息推荐服务,给出了链接距离因子定义和基于URL聚类模式的生成算法。通过实验总结这种方法的优缺点,这种方法是有效和可实现的。  相似文献   

5.
方俊 《大众科技》2010,(8):36-37
随着互联网的普及和电子商务的发展,商品推荐系统逐渐成为电子商务系统中的重要技术和研究内容之一,受到了越来越多研究者的关注,人们提出了各种商品推荐技术。文章详细的论述了各种推荐系统所采用的推荐技术及其优缺点,探讨电子商务系统的构成、研究内容、研究现状,分析了现有的推荐系统存在的缺陷和问题,最后讨论了电子商务中商品推荐系统面临的挑战和研究方向。  相似文献   

6.
《科技风》2021,(20)
当前,传统的数据库技术及单纯基于Hadoop的分布式计算方法已无法满足离线数据和业务量的快速增长需求,运行成本大、工作效率低、用户体验差。文章提出基于TDH+Hive的离线计算平台,采用TDH作为离线数据存储平台,并通过Azkaban任务调度工具在Hive中对数据进行相应的ETL转换,根据不同作业对实时性要求的差异,将运行时间分散到不同时间段,实现系统性能的平衡,提升离线大数据的处理效率,同时能够精简数据、节省存储空间,降低后续的开发成本,提升开发效率。  相似文献   

7.
个性化信息服务是高校移动图书馆的发展方向。当前高校移动图书馆中的数据资源已具备大数据特性。本文在Hadoop平台上构建高校移动图书馆个性化信息服务系统,从用户的信息行为角度出发,利用大数据技术获取用户信息需求,并以此作为系统个性化推荐功能的输入,能较好地提升高校移动图书馆个性化信息服务的质量。  相似文献   

8.
程芳  沈红岩  赵艳 《现代情报》2016,36(3):76-79
传统协同过滤推荐算法依据共同评分项目计算用户相似度, 进而产生推荐项目。然而, 随着用户和商品数量的不断增加, 用户共同评分的项目会越来越少, 甚至没有, 因此传统协同过滤推荐算法对用户之间相似度的衡量将会越来越不准确, 从而影响推荐系统的性能。针对这一问题, 本文对用户相似度的计算方法进行了改进, 提出直接相似度和间接相似度的概念, 同时引入关键人物权重, 进一步提高推荐系统的准确性。  相似文献   

9.
赵彦辉  刘树春 《现代情报》2014,34(10):157-161
构建基于分布式平台及大量借阅数据的图书推荐算法,是实现图书馆个性化信息推送服务的关键环节.本文从搭建Hadoop分布式平台和运用Mahout的MapReduce实现算法入手,针对读者借阅记录的分类号进行频数统计和借阅时间统计,依据借阅次数和借阅时间获得偏好值.并使用Mahout基于图书的推荐器,测试伪分布式单节点模式和完全分布式MapReduce计算框架下的推荐效果.测试表明:在MapReduce运算中增加DataNode的数量同时优化BlockSize参数能显著缩短运算时间,是实现个性化荐书服务自动推送的可行方法.  相似文献   

10.
根据用户的个性化需求进行网络信息推荐,在电子商务商品推荐和网络信息推送中具有应用价值。本文针对传统的语义关键词推荐方法的指向性精度不高的问题,提出一种基于协同过滤融合和个性化特征约束校对的信息推荐算法,首先构建P2P网络模型下的信息传输模型,对用户的个性化需求信息进行信息融合和语义信息素特征提取,然后采用自相关匹配滤波方法进行信息融合和滤波,实现对个性化特征的协同过滤和信息推荐,最后通过仿真实现进行性能测试。仿真结果表明,采用该算法进行信息推荐的数据召回率和配准度较高,耗时较短,实现个性化信息定制和推荐。  相似文献   

11.
电子商务的迅猛发展为用户提供了大量的信息,网购已经成为潮流,各种网购平台为用户提供了大量的信息,而如何在众多的电子商务网站和海量的商品中快速地找到用户需求的产品成为一个研究的重点。在此,推荐算法应运而生,,协同过滤推荐算法在电子商务系统中得到了广泛的应用。本文主要介绍两种协同过滤推荐技术在电子商务网站中的应用现状,并在此基础上介绍了一些改进的协同过滤算法的研究现状和推荐效果,以及算法未来可能的研究方向。  相似文献   

12.
针对民俗文化旅游资源信息量大,单机平台存在推荐效果差的缺陷,提出了基于Hadoop平台的民俗文化旅游资源推荐系统,首先采集民俗文化旅游资源信息,信息经预处理后导入Hadoop平台的分布式文件系统中,并采用查询时间和旅游资源一致度的信息权重建立协同过滤推荐算法,然后采用MapReduce编程模型并行实现民俗文化旅游资源推荐算法,从而获得民俗文化旅游资源推荐结果,最后进行了民俗文化旅游资源推荐仿真实验,结果表明,本文系统的民俗文化旅游资源推荐精度高,而且提升了民俗文化旅游资源推荐效率,具有重要的实际应用价值。  相似文献   

13.
个性化推荐在网络中应用越来越广泛,在电子商务中表现尤其突出,然而个性化推荐技术在网络招聘推荐领域的应用却不是很成熟。设计了基于内容过滤的网络招聘双向推荐系统,利用简历的特性获取用户需求信息并提取特征项,建立需求向量,通过计算向量相似度进行推荐,依据统计用户历史信息调整权重值的大小,进而增强系统的可靠性。实验表明：本系统一定程度上可以提高用户的满意度,提高推荐的成功率,增加用户对系统的信任程度。  相似文献   

14.
基于情境感知的电子商务平台个性化推荐模型研究   总被引：1，自引：0，他引：1  
针对当前电子商务平台商品推荐中存在的不足,提出借助于本体技术和Agent技术,实现基于情境感知的电子商务平台个性化商品的推荐.对电子商务平台的情境要素进行了分析,探讨了电子商务平台情境感知的内涵;构建基于情境感知的电子商务平台个性化商品推荐模型,分析模型的组成部分;对模型运行的基本流程进行了介绍,重点分析情境获取、情境处理和规则匹配的实现方法;并对情境本体和商品本体的构建思路进行了分析.  相似文献   

15.
个性化E-Learning平台的设计与实现   总被引：1，自引：0，他引：1  
E-Learning是指利用网络或其他数字化资源进行的学习与教学活动,它可以充分利用现代信息技术所提供的全新沟通机制与丰富资源,实现学习方式的变革。本文基于MVC框架,开发了E-Learning平台,主要包括资料上传、用户信息收集、离线挖掘和在线推荐等几个功能模块,不但可以实现常规的远程教学和培训,而且可以实现个性化推荐服务。  相似文献   

16.
移动设备正在成为信息检索的一个主要平台。移动应用是移动用户检索信息的主要工具。用户进行信息检索时会面临过载问题。推荐技术通过收集用户行为数据、建立偏好模型、选取个性化内容的方法来改善信息过载带来的负面影响。移动领域具有同样的信息过载问题,融合推荐技术能提高移动应用的效率。移动推荐系统技术综述将会介绍移动推荐系统应用方面的主要技术。  相似文献   

17.
《科技风》2020,(22)
随着互联网的发展,个性化推荐系统在各个领域都得到越来越广泛的应用。本文将丰富的媒体内容元数据与标签,引入第三方电影/电视剧、直播频道/栏目等一些的视频数据作为元数据与标签,并与自有业务数据打通融合。同时,完善视频数据中的用户画像标签,为离线分析和线上服务提供支撑,结合用户标签和内容标签,实现客户精准导流。本文主要研究利用用户画像,在视频领域精准视频推荐系统的研究。  相似文献   

18.
基于标签的个性化推荐应用越来越普遍,但是标签带有的语义模糊、时序动态性等问题影响着个性化推荐质量,现有研究仅从数量和结构上考虑用户与标签的关系。基于社会化标注系统的个性化推荐首先对融合社会关系的标签进行潜在语义主题挖掘,然后构建多层、多维度用户兴趣模型,提出模型更新策略,最后实现个性化推荐。采集CiteUlike站点数据进行实验分析,结果表明改进算法比传统算法更准确表达用户兴趣偏好,有效提高了个性化推荐准确率。  相似文献   

19.
【目的/意义】利用用户画像以及个性化推荐算法实现智慧图书馆中的图书推荐。【方法/过程】从构建智慧 图书馆用户画像的自然属性、兴趣属性、社交属性三个数据维度出发,借助相似度计算方法分别计算不同维度读者 和图书的相似度,实现基于相似读者和相似图书的虚拟图书推荐,阐述了借助智慧图书馆的先进技术实现基于位 置的实体图书推荐。【结果/结论】实验结果表明将用户画像用于智慧图书馆图书推荐可提升图书馆个性化服务能 力,针对读者实现精准推荐。【创新/局限】基于用户画像的图书推荐从多个维度进行组合推荐,实现了智慧图书馆 虚拟图书和实体图书的个性化推荐,提高了推荐质量,为提升智慧图书馆个性化服务具有一定的借鉴意义。局限 在于选取的读者以及图书数量较少。  相似文献   

20.
王连喜 《现代情报》2015,35(12):41-46
个性化图书推荐主要是以用户特征和借阅行为为挖掘对象,通过获取用户的兴趣特征及隐含的需求模式,实现用户与图书相互关联的个性化图书推荐服务。本文通过挖掘用户的背景信息构建用户特征模型,然后在设计喜好值计算、用户相似度计算和内容相似度计算以及标签信息获取方法的基础上,研究多种不同的图书推荐方法,以挖掘用户的潜在信息需求。最后利用图书馆的真实数据设计面向高校图书馆的个性化图书推荐系统,同时以标准网络数据集通过实验验证来评估推荐方法的有效性。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号