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:
为实现个性化服务,理解用户兴趣就成了提供服务的关键任务,因此,提出了隐性采集用户浏览内容、用户浏览时间和用户操作时间的信息方法,通过对网络爬虫程序抓取的网页进行内容清洗提取出主要内容之后,利用VSM建立文档模型,并采用SVM分类方法建立推荐库.基于从客户端采集的用户兴趣信息建模,以及根据该模型和推荐库的相似度,给用户推荐信息.此外,给出了基于该模型的推荐原型系统的实现,使用查准率来评价该系统.试验结果表明,系统较好地实现了基于用户兴趣来推荐阅读的信息.
推荐文章
基于数据挖掘的移动用户个性化推荐系统研究与设计
数据挖掘
移动用户
个性化推荐
系统设计
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
基于用户关注度的个性化新闻推荐系统
个性化推荐
协作型过滤
用户关注度
推荐算法
移动用户餐饮个性化需求推荐研究
个性化
协同过滤
杰卡德系数
相似性
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 用户个性化推荐系统的设计与实现
来源期刊 计算机工程与设计 学科 工学
关键词 个性化服务 推荐系统 兴趣模型 VSM SVM
年,卷(期) 2009,(20) 所属期刊栏目 人工智能
研究方向 页码范围 4681-4685
页数 5页 分类号 TP311.52
字数 5485字 语种 中文
DOI
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (45)
共引文献  (51)
参考文献  (7)
节点文献
引证文献  (27)
同被引文献  (56)
二级引证文献  (102)
1973(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(2)
  • 参考文献(0)
  • 二级参考文献(2)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(6)
  • 参考文献(0)
  • 二级参考文献(6)
2003(8)
  • 参考文献(0)
  • 二级参考文献(8)
2004(12)
  • 参考文献(0)
  • 二级参考文献(12)
2005(6)
  • 参考文献(0)
  • 二级参考文献(6)
2006(4)
  • 参考文献(3)
  • 二级参考文献(1)
2007(2)
  • 参考文献(2)
  • 二级参考文献(0)
2008(2)
  • 参考文献(2)
  • 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(2)
  • 引证文献(2)
  • 二级引证文献(0)
2011(6)
  • 引证文献(5)
  • 二级引证文献(1)
2012(4)
  • 引证文献(2)
  • 二级引证文献(2)
2013(12)
  • 引证文献(7)
  • 二级引证文献(5)
2014(14)
  • 引证文献(5)
  • 二级引证文献(9)
2015(11)
  • 引证文献(2)
  • 二级引证文献(9)
2016(19)
  • 引证文献(2)
  • 二级引证文献(17)
2017(14)
  • 引证文献(1)
  • 二级引证文献(13)
2018(23)
  • 引证文献(0)
  • 二级引证文献(23)
2019(21)
  • 引证文献(1)
  • 二级引证文献(20)
2020(3)
  • 引证文献(0)
  • 二级引证文献(3)
研究主题发展历程
节点文献
个性化服务
推荐系统
兴趣模型
VSM
SVM
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
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导