共查询到20条相似文献，搜索用时 953 毫秒
1.
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
2.
韦相 《蒙自师范高等专科学校学报》2013,(2):40-42,63
Web挖掘的一个研究方向是发现用户对网页的兴趣.用户的浏览网页意味着用户对该网页上的某种概念感兴趣.文中提出基于隐马尔可夫模型,对用户访问网页的序列进行分析,发现用户感兴趣的概念,然后把蕴含用户感兴趣概念程度最大的网页推荐给用户.这种模式实质上是一种Web服务设计,给用户提供个性化的优质服务,提高网站的服务质量. 相似文献
3.
《实验室研究与探索》2015,(6):146-149
随着Web服务数量的迅速增长,Web服务个性化推荐方法已成为Web服务发现和选择的重要辅助手段。为了提高Web服务推荐的准确率和满意度,本文提出基于用户情境和质量偏好的Web服务推荐方法,该方法根据用户的QoS偏好、用户资料和用户共同调用的服务来计算用户的相似度,并以此相似度为基础考虑推荐时间因素,来实现对相似用户Web服务的准确推荐。实验表明,该推荐算法的有效性和可行性。 相似文献
4.
为实现对可信Web 服务的推荐,提出基于用户及相似用户使用经验的Web服务信任模型,该模型一方面定义用户自身服务使用经验为直接信任度;另一方面,依据相似用户使用经验定义推荐信任度。采用TOP K算法,选出与用户最相似的K个最近邻,根据直接信任度与间接信任度预测出服务性能后进行服务推荐。模拟实验结果表明,该方法能有效进行Web服务推荐。 相似文献
5.
以用户个性需求为导向构建Web环境下智能学习系统是现代远程教育与智慧教育领域研究的热点,也是E-learn?ing的未来发展趋势。推荐技术是智能学习系统的“智慧”所在,其根据学习者差异性特征属性“分析—判断—理解”个性化需求并以此精准推荐合适的学习资源。基于内容和协同过滤的混合式推荐可解决单类型推荐所引起的冷启动、非结构化内容推荐等诸多短板问题,进而有效提高推荐资源的效率与质量。该研究在分析领域相关研究现状的基础上,提出了Web环境下智能学习系统中基于内容和协同过滤的教育资源混合式推荐模型构建方案,着重对其架构设计、对象建模与推荐算法进行详细论述。 相似文献
6.
7.
通过研究用户历史行为数据去捕捉用户购物的动态偏好,结合BP算法挖掘与每位用户购物习惯息息相关的商品特征属性集,并建立基于商品特征属性的关联规则推荐模型及基于商品时效的推荐模型,进一步提升个性化实时推荐系统推荐商品的效率并增加其多样性。 相似文献
8.
介绍了Apriori算法和智能推荐的基本思想,针对当前互联网应用中智能推荐复杂性问题,提出了云计算环境下基于Apriori的聚类算法模型。该模型根据用户访问网站的行为特征数据,分析和挖掘出用户期望的浏览对象,动态调整云计算系统的智能推荐内容。实验结果表明,该算法模型有效提高了智能推荐的准确性和效率。 相似文献
9.
买继文 《中小学实验与装备》2009,19(1):51-52
高校图书馆网站作为图书馆信息系统的重要组成部分,是图书馆资源、服务与读者之间的桥梁。规划和建设好图书馆网站,可为用户获取信息、交流信息提供了一个很好的基于Web的信息服务平台。但随着校园图书馆资源的增多,利用基于Web日志挖掘技术根据用户的特性提供具有针对性的信息,还能通过对用户专业特征,研究兴趣的智能分析,主动地向用户推荐其可能需要的信息的个性化推荐系统的建立已成发展趋势。 相似文献
10.
基于Web使用挖掘的个性化推荐系统 总被引：1，自引：0，他引：1
Web使用模式挖掘是对用户浏览Web后在服务器日志上所留信息的数据挖掘。讨论了挖掘中常用技术及流程,并提出一种Web使用模式挖掘体系结构,介绍了系统的工作原理,对系统设计中的推荐算法等关键技术作了详细讨论。关 相似文献
11.
13.
14.
为了弥补基于网络结构的推荐算法存在的新用户和新产品问题,提出了一种考虑项目特征属性的项目网络结构图的推荐算法,根据项目的特征属性矩阵得到任何两个项目的相似性,然后采用一种考虑项目相似性的资源配额度量方法计算目标用户的最终资源分配向量,将目标用户没选择过的排序靠前的项目进行推荐。该算法可以有效解决新项目的冷启动问题,提高系统推荐质量。 相似文献
15.
量刑建议是在刑事诉讼过程中,控方向审判方关于对被告人犯罪所应判处的刑罚提出具体意见的一项诉讼活动。量刑建议制度的建立有利于制约法官量刑自由裁量权的滥用,保证量刑合理性,促进司法公正。并且,量刑建议制度具备的效率价值对于建立中国式辩诉交易制度也有重要的理论与实践价值。 相似文献
17.
18.
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
19.
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