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:
为了解决基于传统数据挖掘方法的电子商务推荐算法时效性差、准确度不高的问题,提出了基于情绪能量感知的推荐算法.该算法能实时判断在线用户的购买倾向;通过情感能量匹配技术,对商品特征进行分类,并与用户情绪状态进行匹配.理论性能分析和实验证明,该算法较之传统方法具有较高的匹配准确度、较好的时效性和用户满意度.
推荐文章
一种基于贝叶斯网客户购物模型的商品推荐方法
Web挖掘
贝叶斯网
客户购物模型
个性化推荐
基于Web客户因子分析的协同推荐算法
电子商务
推荐系统
协同过滤
客户
因子分析
XGBoost算法在电子商务商品推荐中的应用
电子商务
大数据
推荐算法
分类
基于Spark的上下文感知推荐算法的研究
上下文感知
矩阵填充
上下文信息
用户相似度
MAE
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 基于在线客户情绪能量感知的商品推荐算法
来源期刊 吉林大学学报(信息科学版) 学科 工学
关键词 分布式计算 情绪计算 电子商务 推荐算法 匹配
年,卷(期) 2009,(3) 所属期刊栏目 计算机科学与技术
研究方向 页码范围 262-267
页数 6页 分类号 TP393
字数 5390字 语种 中文
DOI 10.3969/j.issn.1671-5896.2009.03.007
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 谷安平 西南财经大学统计学院 3 36 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (13)
节点文献
引证文献  (5)
同被引文献  (7)
二级引证文献  (3)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(2)
  • 参考文献(2)
  • 二级参考文献(0)
2005(2)
  • 参考文献(2)
  • 二级参考文献(0)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(6)
  • 参考文献(6)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(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)
2010(1)
  • 引证文献(1)
  • 二级引证文献(0)
2013(2)
  • 引证文献(2)
  • 二级引证文献(0)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(1)
  • 引证文献(0)
  • 二级引证文献(1)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
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
分布式计算
情绪计算
电子商务
推荐算法
匹配
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
吉林大学学报(信息科学版)
双月刊
1671-5896
22-1344/TN
大16开
长春市南湖大路5372号
1983
chi
出版文献量(篇)
2333
总下载数(次)
2
总被引数(次)
16807
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导