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:
随着Internet基础结构的不断扩大和其所含信息的持续增长,准确预测Web用户的访问行为并且进行合理推荐对于一个网站来说极其重要,而提高用户访问效率、减小用户感知延时的主要方法有页面预取技术和Web个性化推荐技术等.系统地比较了个性化推荐技术与预取技术的功能和特点,深入分析了二者在提高网络服务质量和用户访问效率方面的关键技术.
推荐文章
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
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
基于主题聚类的 Web资源个性化推荐研究
语义网
主题
隐式跟踪
个性化推荐
一种支持个性化Web推荐的聚类分析
关联规则
数据挖掘
聚类
个性化推荐
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 个性化推荐与Web预取技术对比
来源期刊 北华大学学报(自然科学版) 学科 工学
关键词 个性化推荐 Web预取 预测模块
年,卷(期) 2010,(4) 所属期刊栏目
研究方向 页码范围 376-380
页数 分类号 TP393
字数 5127字 语种 中文
DOI 10.3969/j.issn.1009-4822.2010.04.022
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 石磊 郑州大学信息工程学院 143 984 17.0 24.0
2 姚瑶 中州大学信息工程学院 23 64 4.0 7.0
3 张文 中州大学信息工程学院 14 22 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (41)
共引文献  (346)
参考文献  (8)
节点文献
引证文献  (1)
同被引文献  (3)
二级引证文献  (0)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(4)
  • 参考文献(0)
  • 二级参考文献(4)
1998(3)
  • 参考文献(0)
  • 二级参考文献(3)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(9)
  • 参考文献(0)
  • 二级参考文献(9)
2001(5)
  • 参考文献(1)
  • 二级参考文献(4)
2002(4)
  • 参考文献(1)
  • 二级参考文献(3)
2003(5)
  • 参考文献(0)
  • 二级参考文献(5)
2004(5)
  • 参考文献(1)
  • 二级参考文献(4)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(8)
  • 参考文献(1)
  • 二级参考文献(7)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(2)
  • 参考文献(2)
  • 二级参考文献(0)
2010(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)
研究主题发展历程
节点文献
个性化推荐
Web预取
预测模块
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
北华大学学报(自然科学版)
双月刊
1009-4822
22-1316/N
大16开
吉林市滨江东路3999号
12-184
2000
chi
出版文献量(篇)
3823
总下载数(次)
8
总被引数(次)
16075
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导