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:
当前的推荐方法未能从个性化效用角度评价推荐项目,因此用户需按自己的偏好,在推荐结果中进行再次筛选.针对该情况,提出一种基于效用的个性化推荐方法.该方法采用逼近于理想值的排序法(TOPSIS)作为衡量推荐对象效用的基本方法.为克服TOPSIS中静态权重设置的不足,采用可变精度粗糙集发现用户对属性的偏好.实验结果表明,该方法能为用户提供更好的个性化效用及准确性的推荐服务.
推荐文章
基于约束满足的个性化西服定制推荐系统
个性化定制
西服定制
需求获取
推荐系统
约束满足问题
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 基于效用的个性化推荐方法
来源期刊 计算机工程 学科 工学
关键词 个性化推荐 多属性效用 变精度粗糙集 推荐服务
年,卷(期) 2012,(4) 所属期刊栏目 基于最大熵的句内时间关系识别
研究方向 页码范围 49-51
页数 分类号 TP311
字数 4055字 语种 中文
DOI 10.3969/j.issn.1000-3428.2012.04.016
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 叶春明 上海理工大学管理学院 425 3663 28.0 42.0
2 吴兵 上海理工大学管理学院 4 47 2.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (25)
共引文献  (148)
参考文献  (4)
节点文献
引证文献  (36)
同被引文献  (43)
二级引证文献  (30)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(1)
  • 二级参考文献(0)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(3)
  • 参考文献(1)
  • 二级参考文献(2)
2005(5)
  • 参考文献(0)
  • 二级参考文献(5)
2006(8)
  • 参考文献(0)
  • 二级参考文献(8)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(4)
  • 参考文献(1)
  • 二级参考文献(3)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
2013(2)
  • 引证文献(2)
  • 二级引证文献(0)
2014(9)
  • 引证文献(9)
  • 二级引证文献(0)
2015(6)
  • 引证文献(4)
  • 二级引证文献(2)
2016(5)
  • 引证文献(5)
  • 二级引证文献(0)
2017(13)
  • 引证文献(6)
  • 二级引证文献(7)
2018(16)
  • 引证文献(5)
  • 二级引证文献(11)
2019(11)
  • 引证文献(4)
  • 二级引证文献(7)
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
个性化推荐
多属性效用
变精度粗糙集
推荐服务
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
月刊
1000-3428
31-1289/TP
大16开
上海市桂林路418号
4-310
1975
chi
出版文献量(篇)
31987
总下载数(次)
53
总被引数(次)
317027
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导