共查询到10条相似文献，搜索用时 31 毫秒
1.
对情景敏感和个性化需求响应是移动网络环境下信息推荐的两大触发因素。针对目前移动环境下信息服务未融入情景敏感这一因素以及信息推荐的个性化程度低和准确性差的现状,提出采用"LBS+AR+多层关联规则"三维立体式个性化信息推荐方法。采用GPS/GIS技术实现精确定位,利用基于模型的多层级关联推荐算法避免稀疏性和难于扩展问题,采用AR(增强现实)技术实现可视化的信息推送,通过构建移动网络环境下情景敏感的个性化信息推荐系统实现为用户提供个性化、可视化的信息推送服务。 相似文献
2.
3.
一种基于数据挖掘技术的馆藏资源个性化推荐服务 总被引：2，自引：0，他引：2
本文介绍了一种如何将ID3决策树算法和关联规则应用于馆藏文献信息资源的个性化推荐服务当中去的方法.文中首先对读者借阅历史记录进行了挖掘和分析,利用决策树算法挖掘出可推荐的相关读者对象,再依据关联规则提取借阅历史记录并对其进行分析和挖掘,从中找出相关潜在的有用或有价值的规则,然后依据这些规则选择出最适合推荐的项目推荐给读者.该方式是为实现个性化推荐服务所进行的一种新的探讨,具有算法收敛性好,计算方法简单有效,可靠性高,推荐效果显著等优势,与传统推荐技术相比,能够更加全面、准确、清晰地进行文献推荐.理论和实践结果表明,所提出的这种方法是一种行之有效的形式. 相似文献
4.
5.
应用社会网络分析的方法解决多属性关联规则挖掘的问题,这是解决这类问题全新的视角.首先,从啤酒的不同品牌与尿不湿不同颜色的搭配引出了多属性关联规则挖掘的问题,并指出这类问题也包含着广泛的评价和推荐问题;而后,基于社会网络分析的视角,建立了相应的图模型及与之等价的矩阵,通过对图和矩阵的分析,引出了多属性关联规则挖掘的方法;为了进一步使方法有助于程序化表达,将既有的方法通过引入"指标向量"实现了统一表达,这有助于程序递归的实现;最后,给出了本文方法的算法步骤,并将其应用在一个100 000评估量规模的数据集上对方法进行实证分析.结果表明:本文通过社会网络分析的视角将抽象的关联规则挖掘变得可视化,这便于矩阵表达的引入,使得到的方法具有算法复杂度低、直观和易于把握的特征,相比于既有的多属性关联规则挖掘算法有优势. 相似文献
6.
一种面向图书馆新书推荐服务的广义关联规则挖掘算法 总被引：1，自引：0，他引：1
基于MMS_Cumulate和GP-Apriori算法, 提出一种针对图书馆新书推荐服务特点的广义关联规则挖掘算法MAR_LCR。不仅能挖掘出形如“读者-图书”的广义关联规则,而且还允许用户为不同的项设置不同的最小支持度。通过对候选集的产生过程进行改进,可大大压缩搜索空间。实验结果表明,MAR_LCR算法是有效的。最后,提出新书推荐模型。 相似文献
7.
针对数据挖掘中的关联规则挖掘广度及效率问题,提出了一种基于免疫优化的关联规则挖掘算法.将数据原始记录和候选模式分别作为抗原和识别抗体,通过免疫聚类竞争加速克隆扩增,提高抗体成熟力及亲和性,增强候选模式支持度.在算法执行过程中,支持度大于阈值的优秀个体都将被作为记忆细胞保存下来.这样,记忆细胞所代表的模式满足最小支持度要求,可以很容易提取出也同时满足最小置信度要求的关联规则.试验表明,该算法加快了关联规则挖掘的收敛速度,具有更强的全局与局部搜索能力,提高了所得关联规则的准确率.在高校教学质量评估及规则挖掘中体现出应用价值. 相似文献
8.
高校图书馆的借阅记录包含大量信息,研究数据库中的借阅记录可以获知学生与图书间的某种联系,通过改进的L-Apriori算法把这种潜在的联系转化成显性知识推荐给目标学生,对提升当前数字图书馆的服务质量具有重要意义。改进的L-Apriori算法对借阅记录分专业形成的子数据库关联规则进行逐一整合,最终形成全局数据库关联规则。实验结果表明改进的L-Apriori算法无论是挖掘效率还是准确度都明显优于Apriori算法。 相似文献
9.
通过对关联规则挖掘中的Apriori算法进行深入的分析与研究,为减少算法中对数据库的大量扫描操作、节省挖掘时间,提出了一种改进的Apriori算法。该算法可以提前判断算法是否应该结束,也使得算法省去了不必要的操作,节省了挖掘时间。最后通过实例分析,证明了其高效性。 相似文献
10.
移动终端的普及重塑人们的阅读空间和方式，而智能算法也成为移动阅读平台为用户提供个性化服务的重要工具。文章主要介绍基于内容的算法推荐、协同过滤的算法推荐、关联规则的算法推荐以及混合算法推荐等主要算法推荐技术及其在移动阅读领域的应用逻辑，从而揭示算法推荐给移动阅读带来的影响。 相似文献