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:
个性化推荐技术在电子商务系统中得到了广泛应用.针对现有的用户模型不能根据用户自身兴趣实现推荐的问题,提出了一种基于用户行为的兴趣度模型,分析用户的行为模式,结合用户的浏览内容,发现用户兴趣.在此基础上采用期望最大化算法实现用户聚类,将用户划分到对应的簇,创建用户的兴趣度模型,从而向用户进行个性化推荐.实验对比结果表明,该模型能更好地发现用户当前的购买兴趣,从而进一步提高个性化推荐精度和用户满意度.
推荐文章
基于混合行为兴趣度的用户兴趣模型
用户兴趣模型
用户兴趣度
向量空间模型
文本聚类
推荐系统
一种基于用户兴趣度模型的Web路径挖掘算法
数据挖掘
web挖掘
Web用户兴趣度
基于移动APP行为的用户兴趣度计算
移动终端
APP
TF-IDF
兴趣模型
兴趣度
一种基于Web文本聚类的用户兴趣发现模型的研究
文本聚类
用户兴趣
Web
用户行为
VSM
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 一种基于用户行为的兴趣度模型
来源期刊 计算机工程与应用 学科 工学
关键词 电子商务 个性化推荐 用户行为 兴趣度模型
年,卷(期) 2012,(8) 所属期刊栏目 数据库、信号与信息处理
研究方向 页码范围 148-151,199
页数 分类号 TP311
字数 6973字 语种 中文
DOI 10.3778/j.issn.1002-8331.2012.08.042
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 夏秀峰 沈阳航空航天大学计算机学院 103 517 11.0 17.0
2 李晓明 沈阳航空航天大学计算机学院 12 115 4.0 10.0
3 王微微 沈阳航空航天大学计算机学院 4 88 2.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (34)
共引文献  (756)
参考文献  (7)
节点文献
引证文献  (68)
同被引文献  (134)
二级引证文献  (142)
1979(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(1)
  • 二级参考文献(0)
1997(10)
  • 参考文献(1)
  • 二级参考文献(9)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(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)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(4)
  • 参考文献(1)
  • 二级参考文献(3)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(4)
  • 参考文献(0)
  • 二级参考文献(4)
2005(4)
  • 参考文献(1)
  • 二级参考文献(3)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(2)
  • 参考文献(1)
  • 二级参考文献(1)
2009(2)
  • 参考文献(1)
  • 二级参考文献(1)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(3)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(3)
  • 二级引证文献(0)
2012(3)
  • 引证文献(3)
  • 二级引证文献(0)
2013(16)
  • 引证文献(14)
  • 二级引证文献(2)
2014(11)
  • 引证文献(10)
  • 二级引证文献(1)
2015(29)
  • 引证文献(14)
  • 二级引证文献(15)
2016(31)
  • 引证文献(11)
  • 二级引证文献(20)
2017(36)
  • 引证文献(4)
  • 二级引证文献(32)
2018(49)
  • 引证文献(7)
  • 二级引证文献(42)
2019(26)
  • 引证文献(3)
  • 二级引证文献(23)
2020(9)
  • 引证文献(2)
  • 二级引证文献(7)
研究主题发展历程
节点文献
电子商务
个性化推荐
用户行为
兴趣度模型
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
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导