作者:
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:
本文针对个性化网络学习的特点,设计了基于WEB挖掘的个性化网络学习推荐系统,本系统包括离线部分和在线部分.离线部分主要采用数据挖掘技术实现,在线部分用于在线推荐资源.同时本文还给出了个性化推荐系统的推荐流程.
推荐文章
基于Web挖掘的个性化网络学习系统设计
Web挖掘
个性化
推荐系统
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
基于网络个性化学习系统的设计与实现
个性化学习
模糊评价
数据挖掘
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 个性化网络学习推荐系统设计
来源期刊 科技信息 学科 工学
关键词 数据挖掘 网络学习 个性化推荐
年,卷(期) 2010,(34) 所属期刊栏目
研究方向 页码范围 649
页数 分类号 TP311
字数 1949字 语种 中文
DOI 10.3969/j.issn.1001-9960.2010.34.578
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 王海洋 徐州工程学院信电学院 5 6 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (2)
共引文献  (14)
参考文献  (2)
节点文献
引证文献  (1)
同被引文献  (15)
二级引证文献  (0)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(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)
2020(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
数据挖掘
网络学习
个性化推荐
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
科技信息
旬刊
1001-9960
37-1021/N
大16开
山东省济南市
24-72
1984
chi
出版文献量(篇)
124239
总下载数(次)
249
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导