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:
针对当前个性化中关联规则挖掘的一些问题,尤其是无法及时更新使用数据这一缺点,提出了一种有效的基于关联规则挖掘的个性化方法DPARM,它将用户兴趣模型的更新和在线推荐紧密结合,及时使用新的用户会话更新用户兴趣模型,从而使个性化系统能够更好反映用户访问模式的变换.使用http://www.cs.depaul.edu上的数据进行了实验,结果表明,该方法是有效可行的.
推荐文章
基于加权关联规则的个性化推荐研究
加权关联规则
个性化推荐
New-Apriori算法
加权支持度
加权频繁集
基于关联规则挖掘的个性化智能推荐服务
用户事务
关联规则
个性化智能推荐服务
基于前项不定长关联规则个性化推荐算法的研究
关联规则
FSTree结构
个性化
基于前项不定长规则
支持个性化推荐的Web页面关联规则挖掘算法
河:数据挖掘
Web挖掘
个性化
关联规则
Freq-Set-Tree
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 一个基于关联规则的个性化方法DPARM
来源期刊 计算机工程与应用 学科 工学
关键词 关联规则 Web个性化 在线推荐
年,卷(期) 2008,(30) 所属期刊栏目 数据库、信号与信息处理
研究方向 页码范围 145-147,159
页数 4页 分类号 TP311
字数 3028字 语种 中文
DOI 10.3778/j.issn.1002-8331.2008.30.044
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 周业茂 1 2 1.0 1.0
2 丁二玉 1 2 1.0 1.0
3 赵志宏 1 2 1.0 1.0
4 骆斌 1 2 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (4)
共引文献  (38)
参考文献  (4)
节点文献
引证文献  (2)
同被引文献  (0)
二级引证文献  (0)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(2)
  • 参考文献(1)
  • 二级参考文献(1)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(2)
  • 参考文献(1)
  • 二级参考文献(1)
2008(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)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
关联规则
Web个性化
在线推荐
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
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
总被引数(次)
390217
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导