基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
建立用户兴趣模型是实现个性化服务的关键技术之一.利用Web挖掘的方法,针对用户的兴趣变化,结合用户浏览Web页面的日期和相应Web页面特征项的词频,来建立用户长期和短期兴趣,并且通过模拟实验,验证该方法的有效性.
推荐文章
基于用户兴趣的Web服务发现
Web服务发现
用户兴趣
向量空间模型
基于事件关联网络的用户兴趣话题发现算法
话题识别
链接分析
用户兴趣
Bootstrapping算法
关联网络
一种基于社区结构的用户兴趣关联规则发现方法
用户兴趣挖掘
社区结构
关联规则挖掘
维基百科
区分用户长短期兴趣的IBCF改进算法
基于资源的协同过滤
用户长短期兴趣
兴趣识别方法
兴趣变化
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于WWW缓存的用户长期兴趣发现
来源期刊 计算机系统应用 学科 工学
关键词 个性化服务 Web挖掘 用户兴趣模型
年,卷(期) 2006,(12) 所属期刊栏目 应用技术
研究方向 页码范围 59-61
页数 3页 分类号 TP3
字数 2870字 语种 中文
DOI 10.3969/j.issn.1003-3254.2006.12.016
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (11)
共引文献  (370)
参考文献  (2)
节点文献
引证文献  (2)
同被引文献  (3)
二级引证文献  (6)
1997(5)
  • 参考文献(0)
  • 二级参考文献(5)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(4)
  • 参考文献(0)
  • 二级参考文献(4)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(2)
  • 二级参考文献(0)
2006(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2009(1)
  • 引证文献(1)
  • 二级引证文献(0)
2010(3)
  • 引证文献(1)
  • 二级引证文献(2)
2011(1)
  • 引证文献(0)
  • 二级引证文献(1)
2012(1)
  • 引证文献(0)
  • 二级引证文献(1)
2016(1)
  • 引证文献(0)
  • 二级引证文献(1)
2017(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
个性化服务
Web挖掘
用户兴趣模型
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机系统应用
月刊
1003-3254
11-2854/TP
大16开
北京中关村南四街4号
82-558
1991
chi
出版文献量(篇)
10349
总下载数(次)
20
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导