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:
通过分析用户行为和Agent技术,提出基于用户行为的多Agent个性化信息推荐系统设计模型.对基于用户行为数据进行分析,整合用户的行为特性可以为用户带来更好的使用体验,多Agent技术能结合用户兴趣偏好信息及用户访问记录实现信息过滤并推理出用户的意图,从而提供个性化的推荐服务.
推荐文章
多Agent系统研究概述
分布式人工智能
Agent
MAS
结构
模型
基于用户行为的推荐算法研究
推荐系统
关联规则
用户行为
数据挖据
基于多Agent搜索行为分析的用户兴趣模型
搜索引擎
个性化搜索
搜索行为
用户兴趣模型
基于用户兴趣模型的信息推送系统研究
Agent
信息推送
用户兴趣建模
向量空间模型
信息过滤
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多Agent信息推荐系统研究
来源期刊 软件导刊 学科 工学
关键词 多Agent技术 推荐系统 信息过滤 用户行为
年,卷(期) 2017,(9) 所属期刊栏目 数据库与信息处理
研究方向 页码范围 167-169
页数 3页 分类号 TP399
字数 2808字 语种 中文
DOI 10.11907/rjdk.171443
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 李文博 西安工程大学计算机科学与技术学院 3 5 1.0 2.0
2 雷威 西安工程大学计算机科学与技术学院 2 4 1.0 2.0
3 张玉继 西安工程大学计算机科学与技术学院 2 4 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (22)
共引文献  (37)
参考文献  (4)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(6)
  • 参考文献(0)
  • 二级参考文献(6)
2008(5)
  • 参考文献(0)
  • 二级参考文献(5)
2009(6)
  • 参考文献(1)
  • 二级参考文献(5)
2010(3)
  • 参考文献(1)
  • 二级参考文献(2)
2012(2)
  • 参考文献(2)
  • 二级参考文献(0)
2017(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)
研究主题发展历程
节点文献
多Agent技术
推荐系统
信息过滤
用户行为
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
软件导刊
月刊
1672-7800
42-1671/TP
16开
湖北省武汉市
38-431
2002
chi
出版文献量(篇)
9809
总下载数(次)
57
总被引数(次)
30383
论文1v1指导