共查询到20条相似文献，搜索用时 281 毫秒
1.
2.
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
3.
4.
当前,个性化学习推荐系统面临数据隐私保护、"冷启动"和法律约束等问题,而联邦学习作为近年来优秀的数据隐私保护机器学习技术解决方案,可有效解决这些问题。基于此,文章将联邦学习和个性化学习推荐相结合,设计了联邦个性化学习推荐系统。首先,文章分析了联邦个性化学习推荐系统的具体应用场景,包括横向联邦、纵向联邦、联邦强化三种。其次,文章分别针对这三种应用场景设计了相应的应用解决方案。最后,文章探讨了未来联邦个性化学习推荐系统面临的严峻挑战,以期帮助教育利益相关者在保护数据隐私的同时共享数据价值,最终实现更安全、更高质量的个性化学习推荐服务。 相似文献
5.
6.
林璇 《韩山师范学院学报》2006,27(3):18-23
提出了基于数据仓库技术,把客户点击流数据和电子商务网站产品交易数据相结合,共同进行智能分析,提供个性化推荐的思想.介绍了建立基于数据仓库技术的电子商务系统的关键技术,讨论了点击流分析技术,重点介绍了采用JAVA技术设计的图书电子商务系统,阐述了其点击流的收集、分析和个性化推荐的实现. 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.
随着教学资源规模的急剧增长,常规的资源检索和传统的推荐方法其反馈结果的精确性和个性化程度越来越低,文章提出了基于模糊聚类的推荐方法,并结合协同过滤、智能分词和移动Agent技术,对目标用户的检索期望进行预测和推荐,实验结果证明,其推荐质量和精度得到了较大的提高. 相似文献
9.
本文提出了一个基于学习者访问聚类的远程教育智能推荐系统.系统使用基于代理的系统结构,由离线的数据预处理和基于学习者访问的URL聚类以及在线推荐引擎两部分组成.进一步,研究提出了一个基于学习者浏览兴趣的推荐规则集生成算法框架,在学习者浏览兴趣度量时综合考虑了学习者浏览时间和对页面的访问次数.最后,研究设计了一个基于推荐规则集和站点URL路径长度的URL推荐算法.与使用基于关联规则或基于学习者事务的推荐系统相比,该系统在推荐准确性上有较大的提高. 相似文献
10.
e-learning的调查发现,e-learning支持系统中学习资源推荐主要有Top-N和关键词检索两种方式,都无法向学习者个性化地推荐学习资源。受电子商务研究领域中相关研究成果启发,我们尝试将协同过滤推荐技术引入学习资源的个性化推荐研究中。通过综述学习资源个性化推荐中三种常用的推荐技术,介绍了协同过滤推荐技术的工作原理、实现方法及存在问题。在此基础上,提出了一个优化的基于协同过滤技术的学习资源个性化推荐系统的理论模型,重点讨论了模型的结构、隐式评分机制和算法的实现,并讨论了个性化学习资源推荐模型中的三个关键技术。以启发e-learning研究人员从不同的层面和角度探索协同过滤技术在e-learning中的应用,提高学习资源个性化推荐的精度和效率。 相似文献
11.
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.
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
14.
互联网的高速发展导致网络学习资源数量迅速增长,案例教学、理论教学等教学资源的个性化推荐受到更多关注。学习者模型是实现个性化推荐的依据。文章以CELTS-11学习者模型规范为基础,针对学习者的个性差异,在学习过程中对基本信息、学习风格、知识状态、认知能力、兴趣偏好等个性化特征展开研究,解决目前资源推荐系统的学习者模型中学习者特征描述不全面、个性化程度不高等问题,构建出了个性化的学习者模型,为学习资源的推送提供了有力的依据,应用效果表明了该方法的有效性。 相似文献
15.
《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
16.
全面探讨了电子商务个性化推荐系统,对推荐系统所使用的多种智能化的推荐技术进行了分类讨论,分析归纳了各种推荐技术的优点与不足之处,在现有的混合推荐技术上提出了一种基于用户兴趣聚类的协同过滤推荐改进技术,然后对改进的推荐技术的有效性进行了实验验证,结果表明基于用户兴趣聚类的推荐技术有效解决了用户评分较少而造成推荐困难的问题,显示出比传统的推荐方法更好的推荐质量和扩展性. 相似文献
17.
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
18.
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
19.
随着数字图书馆的发展,"信息过载"问题逐渐突出,如何快速、准确、主动为用户推送信息,成为数字图书馆建设急需解决的问题之一。提出了一种新的基于演化算法的数字图书馆个性化推荐技术,设计了个性化推荐系统模型,并应用到数字图书馆个性化推荐服务中。实验表明,该技术具有较强的有效性。 相似文献
20.
程南清 《宁波广播电视大学学报》2005,3(4):87-90
网络教育已成为我国教育的重要组成部分，但其发展还面临着若干瓶颈问题，网络教学缺乏个性化就是其中之一。本文针对这一问题，提出了在传统网络教学系统中引入个性化技术、数据挖掘技术，构建基于Web的个性化网络教学系统原型。系统通过实时跟踪学习者在线学习行为，动态掌握其学习进度和学习效果，以此向学习者和教师进行个性化推荐。 相似文献