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:
目前常用的个性化推荐系统模型通常是基于协同过滤或者是基于内容的,也有部分基于关联规则的。这些算法没有考虑事务间的顺序,然而在很多应用中这样的顺序很重要。文章提出了一种简易的基于序列模式的推荐模型,并且考虑到大规模数据的处理,结合了 MapReduce 编程模型。这种简易的推荐模型可以用来辅助通常的个性化推荐系统。
推荐文章
关联规则在电子商务推荐系统中的应用
数据挖掘
关联规则
电子商务推荐系统
数据库技术
基于 MapReduce 的序列模式挖掘算法
数据挖掘
GSP 算法
序列模式
MapReduce
子序列数据库
基于MapReduce计算模型的并行关联规则挖掘算法研究综述
数据挖掘
关联规则挖掘
频繁项集
并行
MapReduce
Hadoop
基于标签和关联规则挖掘的图书组合推荐系统模型研究
组合推荐
基于内容
协同过滤
标签
关联规则挖掘
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 基于MapReduce的序列规则在推荐系统中的研究
来源期刊 微型机与应用 学科 工学
关键词 推荐系统 序列规则 MapReduce
年,卷(期) 2014,(6) 所属期刊栏目
研究方向 页码范围 68-70,73
页数 4页 分类号 TP399
字数 3096字 语种 中文
DOI
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 皮建勇 贵州大学计算机科学与信息学院 13 48 5.0 6.0
5 元二菊 贵州大学计算机科学与信息学院 1 1 1.0 1.0
9 郭进伟 贵州大学计算机科学与信息学院 3 13 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (1)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (4)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(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)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(2)
  • 引证文献(0)
  • 二级引证文献(2)
2018(1)
  • 引证文献(0)
  • 二级引证文献(1)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
推荐系统
序列规则
MapReduce
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
信息技术与网络安全
月刊
2096-5133
10-1543/TP
大16开
北京市海淀区清华东路25号(北京927信箱)
82-417
1982
chi
出版文献量(篇)
10909
总下载数(次)
33
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导