共查询到20条相似文献，搜索用时 15 毫秒
1.
电子政务系统的个性化信息推荐模型研究 总被引：1，自引：0，他引：1
拟从可视化Web挖掘的概念着手,介绍了目前在个性化推荐中广泛使用的协同过滤技术,并在此基础上,建立基于可视化Web挖掘的个性化推荐模型,最后通过实例说明这个推荐模型是可行的. 相似文献
2.
本文阐述了web日志挖掘应用到个性化推荐系统中的研究的意义,并从Web日志数据挖掘技术理论知识展开分析研究,对进行研究个性化推荐系统的研究提供理论支持。 相似文献
3.
基于多Agent的电子商务个性化推荐系统模型研究 总被引：1，自引：0，他引：1
针对现有推荐系统缺乏智能性、自适应性、主动性等处理能力的局限性，采用多Agent技术并结合Web日志挖掘技术，将传统的个性化推荐系统中的功能模块构建为智能体，提出了一个基于多Agent的电子商务个性化推荐系统（MAPRS）的整体架构模型，并讨论了模型中各组成部分的功能与系统的运作流程。 相似文献
4.
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
5.
搜索引擎系统中的Web个性化信息推荐技术 总被引：1，自引：0，他引：1
Web个性化推荐技术在现代互联网中有着广泛的应用,它能将Web网络信息按照用户的个性化需求主动地向用户提供服务。但是由于现代搜索引擎通常缺乏用户的相关登录信息和网页访问路径信息,所以传统的Web个性化推荐服务并不完全适用于搜索引擎。由于用户在访问搜索引擎时会产生大量的关键词访问序列,而这种关键词访问序列蕴含着丰富的用户个性化信息,基于此,提出了一种利用搜索引擎访问日志中的关键词访问序列来进行Web个性化推荐服务的方法,并分析了相关技术特点和实现细节。 相似文献
6.
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
7.
8.
9.
电子商务中个性化信息服务研究 总被引：1，自引：0，他引：1
与传统信息服务相比,个性化信息服务能更好的满足用户的需求,是电子商务发展的方向。本文在介绍个性化信息服务的同时,并着重讨论了实现个性化信息服务的关键技术——个性化信息推荐系统,尝试地给出一个个性化信息服务推荐系统的体系结构。 相似文献
10.
应用数据挖掘技术对高校图书馆日常产生的数据进行挖掘,设计一个适合图书馆使用的个性化图书推荐系统。该系统具有2个关键功能：读者个性化推荐功能和管理者采购推荐功能。 相似文献
11.
基于案例推理的数字图书馆个性化推荐系统研究 总被引：1，自引：0，他引：1
在简要介绍案例推理技术的发展后,分析了数字图书馆个性化推荐系统的特点。根据数字图书馆个性化推荐系统的设计思想和方法,研究设计了基于案例推理的数字图书馆个性化推荐系统结构模型,提出了基于案例推理的数字图书馆个性化推荐系统设计方案,着重分析了数字图书馆个性化推荐系统的主要模块。 相似文献
12.
基于社会标签的推荐系统研究 总被引：1，自引：0，他引：1
社会标签是一种新颖的大众索引方法,在Web 2.0时代各种收藏、检索、共享网站中得到广泛的应用,个性化推荐系统是基于用户的偏好为用户提供个性化信息服务的重要技术。本文针对推荐技术如何与社会标签结合的问题,分析了最新的研究现状和应用。详细阐述了3个方面的研究进展:标签推荐系统的研究、基于社会标签的个性化推荐系统的研究、社会标签的推荐应用系统。 相似文献
13.
14.
针对企业对实时个性化推荐的需求,基于信息流的表达、生成和分析对顾客访问记录进行了深层次挖掘,研究了电子商务系统实时个性化推荐策略,提出了包含信息流定义、信息流评价、知识匹配、网站动态组织等算法在内的个性化推荐算法.基于J2EE技术完成了包含客户端、服务器端和存储系统在内的实时动态个性化推荐系统的结构设计.实例表明,随着训练次数的增加推荐准确度呈升高的趋势,并优于关联规则法. 相似文献
15.
如何准确分析用户行为,向用户提供满意的网页信息,一直以来都是个性化信息推荐系统设计的目标。本文在分析现有个性化信息推荐模型的基础上,针对以往研究在推荐兴趣时仅根据语义相关度进行协助性信息推荐,而忽略用户行为规律所包含的潜在兴趣信息的不足,尝试提出一个结合Web语义挖掘和FP-tree规则发现技术的个性化信息推荐模型。该模型利用本体对语义的明确化描述,在挖掘用户行为信息时获取用户兴趣偏好的语义信息,并利用FP-tree技术根据以获取的语义信息推理出用户兴趣行为模式,从而在信息推荐时不仅能准确理解用户兴趣偏好,也能根据用户潜在兴趣规律,推荐给用户更全面的网页信息。 相似文献
16.
随着Internet的普及和WWW的迅猛发展,网上信息呈指数增长,如何能在这个浩若烟海的信息空间中快速准确地查找自己需要的信息就显得十分重要.Web个性化推荐的目的是当用户在浏览网站时能够根据其特殊需求实时准确地推荐他可能感兴趣的相关网页,该项技术是提高网站服务质量和访问频率的一种重要手段.本文对典型的关联规则挖掘算法进行了分析和探讨,并在此基础上提出了一种新的应用于Web个性化推荐的关联规则挖掘算法,并深入讨论如何利用挖掘的关联规则进行个性化推荐. 相似文献
17.
18.
基于协同过滤技术的个性化课程推荐系统研究 总被引：1，自引：0，他引：1
本文通过对个性化推荐技术涵义的叙述,提出基于个性化推荐技术中的协同过滤技术构筑个性化课程推荐系统平台,并且对系统平台的设计与实现过程进行了阐述。 相似文献
19.
高英莲 《内蒙古科技与经济》2013,(4)
介绍了Web数据挖掘和数字图书馆个性化服务的关系,构建了一个基于Web数据挖掘的数字图书馆个性化信息服务模型,并对模型的设计思想、工作原理进行了详细说明. 相似文献
20.
文章提出一种基于混合图的在线社交网络个性化推荐系统,将用户社会关系网络和社会化行为融入信息推荐.该系统包括模型构建、推荐流程和算法设计三部分.首先构建了用户资源混合图,并讨论了混合图的构建方法及权重设置,再在构建的混合图上采用重启动随机游走进行顶点间相似度计算,得到个性化推荐列表,进行推荐. 相似文献