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:
推荐系统是对用户的历史行为进行挖掘,对用户兴趣信息进行建模,并对用户未来行为进行预测,从而建立用户和内容的关系,满足用户对商品的推荐需求的一种智能系统.通过对主要的推荐算法进行比较分析,提出一种基于用户行为的推荐算法,挖掘用户浏览阅读行为的关联规则,模拟实现了基于用户行为的智能推荐系统,提高了推荐算法的有效性.
推荐文章
基于用户历史行为的协同过滤推荐算法
数据挖掘
协同过滤
用户偏好
项目相似度
个性化推荐
基于用户兴趣特征提取的推荐算法研究
兴趣特征
兴趣度
兴趣度矩阵
推荐算法
基于用户偏好优化模型的推荐算法研究
推荐算法
Slope One
用户偏好
评分预测
基于用户特征的分步协同推荐算法
协同过滤
用户特征
聚类算法
分步协同过滤框架
模型
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 基于用户行为的推荐算法研究
来源期刊 软件导刊 学科 工学
关键词 推荐系统 关联规则 用户行为 数据挖据
年,卷(期) 2017,(8) 所属期刊栏目 算法与语言
研究方向 页码范围 43-45
页数 3页 分类号 TP312
字数 3500字 语种 中文
DOI 10.11907/rjdk.171378
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 刘东 广东外语外贸大学南国商学院 24 57 4.0 7.0
2 朱子江 广东外语外贸大学南国商学院 14 36 3.0 5.0
3 刘寿强 广东外语外贸大学南国商学院 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  (100)
共引文献  (239)
参考文献  (15)
节点文献
引证文献  (3)
同被引文献  (16)
二级引证文献  (1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(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)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(3)
  • 参考文献(0)
  • 二级参考文献(3)
2009(15)
  • 参考文献(0)
  • 二级参考文献(15)
2010(9)
  • 参考文献(0)
  • 二级参考文献(9)
2011(15)
  • 参考文献(2)
  • 二级参考文献(13)
2012(12)
  • 参考文献(0)
  • 二级参考文献(12)
2013(18)
  • 参考文献(0)
  • 二级参考文献(18)
2014(15)
  • 参考文献(4)
  • 二级参考文献(11)
2015(9)
  • 参考文献(5)
  • 二级参考文献(4)
2016(6)
  • 参考文献(4)
  • 二级参考文献(2)
2017(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)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(1)
  • 引证文献(0)
  • 二级引证文献(1)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
2020(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
推荐系统
关联规则
用户行为
数据挖据
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