共查询到20条相似文献，搜索用时 117 毫秒
1.
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
2.
聂晶 《中国科教创新导刊》2009,(14):162-162
在现有的推荐系统中,将所有用户的评分信息收集起来构造用户的偏好,从而为每个用户推算或推荐最适合的资料。但是当用户兴趣发生变化时,却不能很好的适应兴趣的动态变化。本文提出了可实时更新用户兴趣的推荐系统,从而可以自动处理该用户个性化过程。 相似文献
3.
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
4.
随着教学资源的不断增加,在一个教学平台中,增加个性化教学资源推荐是教学平台的一个正在发展的趋势.本文通过分析现在的个性化推荐服务和个性化推荐技术,总结了个性化推荐的技术的优缺点的基础上,以社会标签系统为基础,设计出了一个基于混合模式的个性化学习资源推荐系统.该设计中,将基于内容的推荐,和基于协同过滤的推荐技术融合在一起.部分解决了,他们各自的一些缺陷.使其更适合在实际推荐中的应用. 相似文献
5.
6.
基于关联规则的个性化推荐在数字图书馆中的应用研究 总被引：1，自引：0，他引：1
协同过滤技术被成功地应用于个性化推荐系统中,但随着系统规模扩大,它的效能逐渐降低.针对此缺点,提出了一种运用关联规则和协同过滤技术相结合的个性化推荐系统模型,这种推荐模型既能有效解决单独关联规则推荐不适合同类图书推荐问题,又能有效解决协同过滤算法不适合异类图书推荐问题;既能有效处理数字图书馆中图书种类和类别层次繁多的图书推荐问题,又能加快推荐速度,在数字图书馆系统中具有良好的推荐效果和应用前景. 相似文献
7.
随着互联网与移动终端的普及,网络上的电影娱乐信息数量海量增加,用户对电影个性化服务的需求日益旺盛。设计电影个性化推荐系统,该系统基于B/S模式,采用JavaEE体系架构。个性化电影推荐服务能够挖掘用户信息、电影项目信息间隐藏的关联性,从而发现用户的潜在兴趣,将用户可能感兴趣的影视片推荐给用户。 相似文献
8.
9.
基于用户模型的个性化本体学习资源推荐研究 总被引：4，自引：1，他引：3
如何基于学习者的个性化学习特征,使学习者在大量学习资源和学习活动中快速定位自己最适合的内容已成为当前热点问题.本文研究的SAELS(Semantic Adaptiv-Learning System)实现以本体技术为核心,以用户模型为依据的个性化本体学习资源推荐.文中首先以课程为例构建本体,然后介绍了如何构建一个成功的用户模型,接着提出了个性化本体学习资源推荐模型,最后重点探讨了如何根据Felder-Silverman学习风格量表和学习过程行为模式,推断学习风格,和基于概念累积计分法推断认知水平两个层面加以整合实现个性化本体学习资源推荐. 相似文献
10.
11.
讨论为访问用户提供高质量个性化推荐服务的个性化推荐系统的设计和实现.通过分析现有的基于Web体系结构的个性化推荐系统的特点,从用户访问W eb页面的特点出发,确定了以网页结构相关性为基础进行个性化推荐技术研究的目标.推荐系统由离线挖掘子系统和在线推荐子系统两部分组成.仿真实验表明,基于网页结构相关性的推荐系统具有较高的推荐准确性和更快的响应速度. 相似文献
12.
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
13.
14.
在微博社交网络中,微博用户每天针对热门新闻、事件等生成众多微博内容,导致用户在大量内容中找到自己真正感兴趣的信息非常困难。因此,系统向用户推荐其感兴趣的微博,是改善用户体验的重要途径。提出一种新的模型因子分解机FM,以及综合考虑用户兴趣与信任因素的预测方法ITFM,以提高个性化微博推荐质量。通过在真实的数据集上进行模拟实验,结果表明,所提出的微博推荐方法在一定程度上提高了微博推荐准确度。ITFM方法能够有效解决信息过载问题,对改善用户体验具有较好的理论和实际意义。 相似文献
15.
旅游路线的选择与多种因素有关,如游客年龄、旅游季节、景点类型、游览时间等,如何较好地针对不同游客特点进行个性化旅游路线的设计与推荐,一直是旅游工作者的首要目标。把应用数据挖掘技术的朴素贝叶斯方法应用到个性化旅游路线推荐系统中,是一个新的尝试。通过对蜂窝网的旅游攻略进行文本处理,得到丰富的旅游路线训练数据,然后使用朴素贝叶斯方法为特定需求的用户提供个性化路线推荐。推荐结果通过召回率、准确率两个指标进行评价。结果显示,利用朴素贝叶斯方法可以为用户提供与之需求相符合的个性化旅游路线。 相似文献
16.
《实验室研究与探索》2017,(5):148-153
大学二手书交易同一般网络购物不同,直接应用普通推荐算法设计推荐引擎不能很好地进行推荐。为了使大学生二手书购物网站能够更好地为用户推荐书籍,提高推荐结果的准确性及推荐效率,在原有推荐模块的基础上针对大学生用户的特殊性提出了一种适用于二手书购物网站的推荐算法模块优化推荐引擎。该算法模块有以下特性:(1)在基于物品推荐算法的基础上,结合书籍评分、新旧等因子优化推荐结果;(2)为方便用户购书新增打包推荐功能,使用户可以一键购买多本所需书籍;(3)根据用户群体购书可预测的特性加入了基于时间节点的推荐算法,即按时得需,按需推荐。 相似文献
17.
在基于知识的推荐系统中,用户的个性化需求需要通过交互引导得出。为了提高用户的交互体验,建立了基于有限状态机(FSM)的用户交互模型。根据所推荐物品的特征建立用户交互行为的有限状态机模型,通过求解有限状态机模型的有效路径,生成用户的个性化需求和偏好。该模型通过会话式的交互方式,根据用户的个体特征,提供有效交互,减少了用户交互负担,提高了推荐结果的信任度、满意度。 相似文献
18.
为了使用户及时从大量数据中得到所需信息,电子商务个性化信息推荐服务应运而生.本文分析了目前推荐服务的优缺点,介绍了实现推荐服务的技术,并通过实例说明了推荐系统的设计实现过程. 相似文献
19.
本文探究了推荐系统在学习科学中学习资源方面的可行性。主要讨论了推荐系统的组成部分(集体责任,集体智慧,用户控制,导航,个性化)与学习科学理论的良好适应,并分析设计了基于网络学习资源的智能推荐系统的整体框架结构,实现了推荐系统从商业背景到教育背景的转换,提高学习资源利用率,满足学习者的个性化需求。 相似文献
20.
《南阳师范学院学报》2021,(1):44-47
Feeds Ads在社交网络广告推荐系统中的投放规模占比逐步增大,实现Feeds Ads精准推荐在学术研究和工业实现方面均极具意义.深入分析Feeds Ads投放原理,以推荐系统协同过滤算法为理论基础、以用户POI偏好数据相似度算法为核心,设计开发基于用户POI游戏Feeds Ads系统,经验证测试该系统具备个性化广告精准推荐功能. 相似文献