共查询到20条相似文献，搜索用时 312 毫秒
1.
2.
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
3.
近年来,互联网和web技术的不断进步促进了电子商务推荐系统的快速发展,各种推荐系统的日益繁荣改变了传统的贸易行为,它的逐步建立和完善使传统的商务运作摆脱了已有规则的束缚,对相关的商业形态、交易形式、流通方式以及营销方式等都产生的巨大的影响。针对电子商务推荐系统面临的主要挑战,对电子商务推荐系统推荐算法设计以及推荐系统体系结构等关键技术进行了有益的探索和研究,对算法中影响推荐质量的稀疏性问题和影响用户满意度的推荐完整性问题进行深入分析,引入了基于聚类的最近邻查询技术对协同过滤算法进行改进,经分析新算法缓解了对特殊用户无法产生准确推荐的问题,能够带给用户各更准确的推荐。 相似文献
4.
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
5.
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
6.
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
7.
推荐系统是进行个性化服务的重要手段,但是传统的推荐系统推荐效果受到冷启动、矩阵稀疏性、用户参与度等问题影响.在总结传统推荐系统基本工作原理和影响推荐效果问题产生的原因的基础上,认为以规范化和共享化的方式描述资源属性的元数据能够在一定程度上帮助解决推荐系统的相关问题,并结合书籍推荐的需要对都柏林核心元数据集进行了扩展,分析了填写这些数据元素的信息来源和填写的方式,给出扩展了的元数据集在书籍推荐中的作用机理和工作流程. 相似文献
8.
美国计算机学会每年举办的RecSys年会是最重要的推荐系统国际会议之一,其内容体现了当前推荐系统研究的热点和发展趋势。本文分析RecSys'2014年会的论文内容和主题,从推荐系统的新应用、情景敏感推荐、冷启动和混合推荐、安全和用户隐私、推荐系统评估、多样性和新颖性、推荐理论和方法、排序和Top-N推荐、矩阵分解等9个方面对会议进行综述,总结当前推荐系统研究的特点,认为混合推荐是未来推荐系统研究的主要方向。 相似文献
9.
基于数据挖掘的图书智能推荐系统研究 总被引：2，自引：0，他引：2
针对目前传统数字图书馆无法为用户提供准确个性的图书推荐服务的问题,提出构建基于数据挖掘技术的图书智能推荐系统,简单分析数据挖掘技术中关联规则技术适用图书推荐的原因和相关概念,并且对该系统的框架进行研究,最后通过实验,运用数据挖掘软件对真实的借阅记录进行关联规则挖掘,得出关联规则作为图书智能推荐系统的关键技术是行之有效的结论。 相似文献
10.
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
11.
随着互联网的普及和电子商务的发展,商品推荐系统逐渐成为电子商务系统中的重要技术和研究内容之一,受到了越来越多研究者的关注,人们提出了各种商品推荐技术。文章详细的论述了各种推荐系统所采用的推荐技术及其优缺点,探讨电子商务系统的构成、研究内容、研究现状,分析了现有的推荐系统存在的缺陷和问题,最后讨论了电子商务中商品推荐系统面临的挑战和研究方向。 相似文献
12.
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
13.
协同过滤推荐技术是推荐系统中最核心的技术之一,也是目前应用最广泛、最成功的技术.在本文中,研究如何将协同过滤推荐技术借鉴过来,并就冷开始问题、稀疏问题和新兴趣发现问题对现有的协同过滤推荐技术进行改进,以达到实现网络教学平台个性化的目的 相似文献
14.
互联网时代,个性化推荐系统逐渐被应用到各个不同的领域,随之个性化推荐算法也成为目前研究的热点。然而,传统的推荐算法往往存在着冷启动、数据稀疏等问题。本文在对传统推荐算法研究的基础上,提出了一种基于相似传播和情景聚类的协同过滤推荐算法,根据计算用户间的情景相似度对用户进行聚类,然后根据相似传播原理找出目标用户更多的最近邻居,最后根据预测目标用户对项目的评分进行推荐。借助网上公共数据集在Matlab上实现了该算法并验证了算法的有效性。实验结果表明,本文所提算法的准确性相比传统算法有所提高,同时缓解了传统推荐算法存在的冷启动和数据稀疏性等问题。 相似文献
15.
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
16.
【目的/意义】通过文献综述,梳理国内外情境感知推荐系统领域的研究进展,呈现目前主要研究成果,发现
研究中的不足,旨在对今后研究提供一定启示。【方法/过程】利用文献调查的方法,从相关概念、情境信息兼容的基
本模式、具体方法和情境感知推荐系统的主要应用领域等方面对国内外相关研究进行梳理,在此基础上提出目前
情境感知推荐系统研究中的不足。【结果/结论】情境信息兼容的基本模式已较为明确,情境信息兼容的具体方法呈
现多元化的趋势,情境感知推荐系统的应用领域日益广泛,但在情境要素的选择问题、情境信息的兼容方法问题、
大规模情境化标注数据的获取与构建问题和多元情境要素的关系处理问题等方面还需进一步研究。 相似文献
17.
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
18.
19.
互联网的出现和普及满足了用户在信息时代对信息的需求,但随着网络的迅速发展而带来的网上信息量的大幅增长,使得用户在面对大量信息时无法从中获得对自己真正有用的那部分信息,对信息的使用效率反而降低了,信息超载问题越来越严重。而推荐系统是解决这一问题的有效方案,它根据用户的特征,推荐满足用户需求的对象,实现个性化服务。目前满足用户个性化需求的推荐技术主要包括关联规则、基于内容的过滤和协同过滤。尽管各种推荐技术在个性化推荐方面取得了巨大成功,但却还面临着例如缺乏统一的分类规则、较差的查准率、有限的内容分析、数据稀疏性等问题,这些问题制约着其进一步发展。本文阐述了推荐系统和技术支持的内涵及其存在的主要问题,指出了各类技术下一步的研究重点。拟介绍一个相对完整的推荐系统及其相关技术知识框架,为后续研究提供参考。 相似文献