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:
个性化推荐技术是解决信息过载问题的一种有效手段.论文提出了一种基于区间TOPSIS的个性化推荐算法,与传统的TOPSIS算法相比较,该方法能够有效适用于推荐物品属性取值不确定的情况,具有更为广泛的适用性;基于Python语言,完成了推荐算法模块的设计与开发;最后通过举例说明了该算法的可行性与有效性.
推荐文章
大数据个性化推荐分析
大数据
个性化推荐
兴趣爱好
推荐算法
协同过滤
混合推荐
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
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
个性化旅游推荐技术研究及发展综述
个性化旅游
推荐系统
协同过滤
混合推荐
标签数据
多约束场景
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 基于区间TOPSIS的个性化推荐技术
来源期刊 福建电脑 学科
关键词 推荐系统 TOPSIS 算法 Python
年,卷(期) 2017,(2) 所属期刊栏目 基金项目论文
研究方向 页码范围 4-5,30
页数 3页 分类号
字数 2758字 语种 中文
DOI 10.16707/j.cnki.fjpc.2017.02.002
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 郑健 国防科学技术大学机电工程与自动化学院 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (16)
共引文献  (50)
参考文献  (3)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1983(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(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(0)
  • 二级参考文献(3)
2005(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(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(5)
  • 参考文献(2)
  • 二级参考文献(3)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2013(1)
  • 参考文献(1)
  • 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
推荐系统
TOPSIS
算法
Python
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
福建电脑
月刊
1673-2782
35-1115/TP
大16开
福州市华林邮局29号信箱
1985
chi
出版文献量(篇)
21147
总下载数(次)
86
总被引数(次)
44699
论文1v1指导