原文服务方: 计算机应用研究       
摘要:
针对用户在社区网络中面对海量的信息和资源,如何快速便捷地获得自己感兴趣内容的问题,提出一种基于社区网络内容的个性化推荐算法.在得到相同兴趣用户聚类的基础上,该算法首先通过用户访问日志信息挖掘相似内容推荐项,然后根据用户兴趣挖掘新的内容推荐项.实验结果表明,该算法不仅提高了内容推荐精度,而且扩展了内容覆盖面.
推荐文章
一种基于社区发现的微博个性化推荐算法
微博推荐算法
用户模型
社区发现
效用函数
基于关联规则挖掘的社区网络数据爬虫算法
关联规则挖掘
社区网络
数据爬虫
推荐
基于个性化特征的协同过滤推荐算法
个性化特征
协同过滤推荐
评分模型
项目属性
基于位置社交网络的个性化兴趣点推荐
兴趣点推荐
位置信息
分类信息
流行度信息
社会信息
位置社交网络
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 基于社区网络内容的个性化推荐算法研究
来源期刊 计算机应用研究 学科
关键词 社区网络 用户聚类 内容过滤 个性化推荐
年,卷(期) 2011,(4) 所属期刊栏目 算法研究探讨
研究方向 页码范围 1248-1250
页数 分类号 TP311
字数 语种 中文
DOI 10.3969/j.issn.1001-3695.2011.04.012
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 汤小春 西北工业大学计算机学院 38 222 8.0 13.0
2 王洁 西北工业大学计算机学院 8 55 4.0 7.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (7)
共引文献  (328)
参考文献  (3)
节点文献
引证文献  (35)
同被引文献  (60)
二级引证文献  (142)
1997(4)
  • 参考文献(0)
  • 二级参考文献(4)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(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)
2012(3)
  • 引证文献(3)
  • 二级引证文献(0)
2013(7)
  • 引证文献(6)
  • 二级引证文献(1)
2014(12)
  • 引证文献(5)
  • 二级引证文献(7)
2015(14)
  • 引证文献(3)
  • 二级引证文献(11)
2016(28)
  • 引证文献(4)
  • 二级引证文献(24)
2017(38)
  • 引证文献(6)
  • 二级引证文献(32)
2018(36)
  • 引证文献(6)
  • 二级引证文献(30)
2019(32)
  • 引证文献(2)
  • 二级引证文献(30)
2020(7)
  • 引证文献(0)
  • 二级引证文献(7)
研究主题发展历程
节点文献
社区网络
用户聚类
内容过滤
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
计算机应用研究
月刊
1001-3695
51-1196/TP
大16开
1984-01-01
chi
出版文献量(篇)
21004
总下载数(次)
0
论文1v1指导