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:
针对目前典型电子商务推荐系统中存在的问题,提出了一种基于隐性反馈的信息分析处理方法,详细阐述了系统收集和处理用户个性化信息进行模糊语意分析,从而建立用户兴趣模型的过程.对实验数据的分析表明,该模型实现了推荐系统对用户兴趣的较准确判断,同时能及时有效地掌握用户兴趣偏移,从而改善用户体验,增加用户黏性,进而提高商务网站交易量.
推荐文章
大数据个性化推荐分析
大数据
个性化推荐
兴趣爱好
推荐算法
协同过滤
混合推荐
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
基于案例推理的个性化推荐系统数据源研究
个性化推荐系统
数据源
案例推理
案例库
知识库
基于大数据的Web个性化推荐系统设计
大数据
Hadoop
Web个性化推荐
系统设计
Sqoop
H-ICRS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 基于隐性反馈分析的个性化推荐研究
来源期刊 计算机工程与设计 学科 工学
关键词 推荐系统 个性化 隐性反馈 模糊语意 自适应
年,卷(期) 2009,(16) 所属期刊栏目 信息化技术
研究方向 页码范围 3794-3796,3825
页数 4页 分类号 TP18
字数 3580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 阳小华 南华大学计算机学院 160 821 14.0 22.0
2 余颖 南华大学计算机学院 29 134 5.0 10.0
3 李晓昀 南华大学计算机学院 29 71 5.0 6.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (8)
共引文献  (53)
参考文献  (4)
节点文献
引证文献  (9)
同被引文献  (17)
二级引证文献  (56)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(5)
  • 参考文献(0)
  • 二级参考文献(5)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(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)
2009(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)
2010(1)
  • 引证文献(1)
  • 二级引证文献(0)
2011(1)
  • 引证文献(1)
  • 二级引证文献(0)
2012(2)
  • 引证文献(2)
  • 二级引证文献(0)
2013(6)
  • 引证文献(2)
  • 二级引证文献(4)
2014(10)
  • 引证文献(2)
  • 二级引证文献(8)
2015(8)
  • 引证文献(0)
  • 二级引证文献(8)
2016(13)
  • 引证文献(0)
  • 二级引证文献(13)
2017(13)
  • 引证文献(1)
  • 二级引证文献(12)
2018(7)
  • 引证文献(0)
  • 二级引证文献(7)
2019(2)
  • 引证文献(0)
  • 二级引证文献(2)
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
推荐系统
个性化
隐性反馈
模糊语意
自适应
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
计算机工程与设计
月刊
1000-7024
11-1775/TP
大16开
北京142信箱37分箱
82-425
1980
chi
出版文献量(篇)
18818
总下载数(次)
45
总被引数(次)
161677
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导