共查询到20条相似文献，搜索用时 500 毫秒
1.
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
2.
文章以图书馆集成管理系统的日志数据为基础,从中提取出读者的信息行为记录,通过一定的推荐算法分析,采用开源的Apache Mahout,为读者构建了一个简单、方便、快速的同趣、同类书目推荐引擎,提高了读者对所需图书的可发现性,有利于读者的个性化服务。 相似文献
3.
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
4.
5.
6.
阐述情境感知和推荐系统的含义,介绍协同过滤法及过滤推荐系统模型,从情境感知的角度,对影响数字图书馆信息推荐的主客因素进行分析,进而对数字图书馆如何改进信息推荐系统进行探讨。 相似文献
7.
8.
论文首先探讨了电子商务推荐系统的定义和作用,然后分析了电子商务推荐系统的类型,最后在此基础上对基于用户的协同过滤推荐系统的实现进行了研究。 相似文献
9.
10.
基于作者共引分析的推荐系统研究知识图谱构建 总被引：2，自引：0，他引：2
作者共引分析是文献研究中所采用的重要和有效方法。本文针对推荐系统领域的研究,用基于作者共引分析的方法构建知识图谱。利用Web of Science数据库作为数据来源,提取1997-2014年的推荐系统研究文章,生成作者共引矩阵后转化为Pearson相关系数矩阵,再进行因子分析、聚类分析与多维尺度分析,构建推荐系统研究领域的知识图谱。分析表明,推荐系统研究目前处于快速发展时期,相关学者人数与研究范围不断扩大,其中基于协同过滤的推荐算法是最为核心的研究内容,个性化推荐、基于内容的推荐算法和基于数据挖掘的推荐算法等方向是目前该领域的研究热点。 相似文献
11.
[目的/意义]旨在提升数字图书馆个性化推荐系统的服务能力.[方法/过程]以图书馆个性化推荐服务为主要研究对象,以读者知识与情感需求分析为引擎,基于富语义技术实现对个性化推荐服务系统的构建,从需求分析、数据收集、读者交互、语义检索、语义分析等方面实现数字图书馆的个性化推荐服务体系架构.[结果/结论]基于富语义的个性推荐系... 相似文献
12.
文章分析推荐系统的国内外研究现状,总结传统推荐系统的不足,据此提出一个基于SOA的混合个性化推荐平台改进方案。在平台的基础上构建基于SOA的混合推荐模型,对影响模型内推荐策略选择的内部因素和外部情境因素进行了详细分析,并指出该平台的优势和实施时应注意的问题。 相似文献
13.
文章首先对推荐系统的产生进行阐述,并简要介绍群体推荐系统的发展趋势和存在的问题,分析其研究框架及主要运行过程,再对个性化推荐系统与群体推荐系统的异同点做归纳总结。介绍了在线社区的概念和在线社区群体推荐机制,并总结出目前群体推荐系统在在线社区中的应用。针对目前群体推荐系统的研究现状归纳出未来其发展的方向和主要难点,通过系统地阐述在线社区群体推荐系统的发展历程及研究难点,为以后的研究提供参考,推进我国电商企业在群体推荐方面的应用。 相似文献
14.
15.
基于Web挖掘的个性化推荐系统研究 总被引：1，自引：0，他引：1
本文拟从Web挖掘的概念着手,介绍几种主要的个性化推荐技术,并在此基础上,构建基于Web挖掘的个性化推荐系统框架,最后介绍了一个实例:Amazon.com. 相似文献
16.
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
17.
本文简要介绍了电子商务推荐系统的概念和作用,系统地介绍了电子商务推荐系统工作流程,重点介绍了几种常见电子商务推荐系统的推荐技术,最后对电子商务推荐系统未来的研究方向进行了展望。 相似文献
18.
作为电子商务中最重要的技术之一，电子商务推荐系统能够向客户产生有价值的商品推荐，帮助客户在大量的商品中找到需要的商品，从而顺利完成购买过程。对电子商务推荐系统进行了分析，介绍了电子商务推荐系统的输入和输出以及电子商务推荐系统推荐算法。在此基础上，提出了五个电子商务推荐模型，并指出了电子商务推荐系统面临的主要挑战和研究方向。 相似文献
19.
电子商务中的个性化推荐方法评述 总被引：8，自引：0，他引：8
随着电子商务的不断发展,如何更好地了解用户需求以提供更令人满意的个性化服务变成了一个十分关键的问题,也就是电子商务推荐系统产生的动因.文章首先介绍了电子商务个性化推荐系统的概念和作用.然后对当前最主要推荐策略的原理、应用进行了描述,随后对这些推荐策略的优劣势进行了深入的分析、评价.接着评述了推荐算法评价的相关难题和研究,再就是对电子商务推荐系统的相关因子研究进行了介绍.在最后部分.文章对将来个性化推荐的研究方向进行了探讨,希望通过这样的探索能进一步推动个性化推荐的相关研究. 相似文献
20.
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