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:
动态挖掘算法考虑顾客随时间变化的动态行为轨迹的特性,采取动态追踪.以顾客的动态行为轨迹为依据实现对顾客的个性化推荐.由于行为轨迹中时间段划分跨度对推荐源数据实用价值存在影响,故提出了时间约束定义,同时完成了该算法中自动学习功能的实现.实验结果表明,基于该算法的推荐系统有较高的推荐准确度.
推荐文章
基于最大频繁序列模式树的个性化页面推荐
最大频繁序列模式
个性化推荐
Web使用挖掘
页面关联规则
基于用户浏览行为的个性化网页推荐
网页挖掘
浏览行为
关联规则
基于读者个性化特征的图书馆书目推荐
读者
个性化特征
图书馆书目
协同过滤
兴趣模型
推荐业务
基于互联网+背景下的公共信息个性化推荐
互联网+
大数据
公共信息服务
协同过滤算法
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DMA的时间序列模式下顾客行为的个性化推荐
来源期刊 计算机应用 学科 工学
关键词 个性化推荐 顾客行为 动态挖掘算法
年,卷(期) 2007,(11) 所属期刊栏目 典型应用系统
研究方向 页码范围 2863-2865,2884
页数 4页 分类号 TP181
字数 4873字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 蒋国银 湖北经济学院信息学院 9 120 7.0 9.0
5 刘晨晨 湖北经济学院信息学院 1 11 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (28)
共引文献  (445)
参考文献  (6)
节点文献
引证文献  (11)
同被引文献  (11)
二级引证文献  (99)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(10)
  • 参考文献(0)
  • 二级参考文献(10)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(4)
  • 参考文献(1)
  • 二级参考文献(3)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(4)
  • 参考文献(2)
  • 二级参考文献(2)
2003(5)
  • 参考文献(0)
  • 二级参考文献(5)
2004(4)
  • 参考文献(1)
  • 二级参考文献(3)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2009(3)
  • 引证文献(2)
  • 二级引证文献(1)
2010(4)
  • 引证文献(1)
  • 二级引证文献(3)
2011(4)
  • 引证文献(1)
  • 二级引证文献(3)
2012(9)
  • 引证文献(0)
  • 二级引证文献(9)
2013(12)
  • 引证文献(0)
  • 二级引证文献(12)
2014(13)
  • 引证文献(1)
  • 二级引证文献(12)
2015(17)
  • 引证文献(0)
  • 二级引证文献(17)
2016(17)
  • 引证文献(3)
  • 二级引证文献(14)
2017(11)
  • 引证文献(1)
  • 二级引证文献(10)
2018(12)
  • 引证文献(1)
  • 二级引证文献(11)
2019(6)
  • 引证文献(1)
  • 二级引证文献(5)
2020(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
个性化推荐
顾客行为
动态挖掘算法
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
计算机应用
月刊
1001-9081
51-1307/TP
大16开
成都237信箱
62-110
1981
chi
出版文献量(篇)
20189
总下载数(次)
40
论文1v1指导