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:
随着信息技术以及互联网技术的飞速发展,在面对这个信息量过载的时代,我们基本无法从海量的信息当中快速有效的找到自己所需的信息.传统的推荐算法也已经无法满足的人们的需求.协同过滤是推荐系统中最为广泛使用和最成功的技术之一,以其出色的速度和健壮性,在理论和实践中都取得了快速的发展,并且已经在全球互联网领域炙手可热.针对当前高校传统数字图书馆已无法为用户提供准确的图书推荐服务,本文以图书推荐为例,提出了在协同过滤技术上的图书个性化推荐系统研究以及实现过程,并总结其优缺点.
推荐文章
基于密度的动态协同过滤图书推荐算法
协同过滤
个性化推荐
动态
相似度
改进型协同过滤的图书推荐算法
协同过滤
用户分组
用户相似度
基于协同过滤推荐算法的图书馆智慧服务模式研究
协同过滤推荐
图书馆
智慧服务
语义
基于用户协同过滤推荐算法研究与应用
用户协同过滤
推荐系统
个性化程度
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 基于协同过滤推荐算法的图书推荐研究
来源期刊 数字技术与应用 学科 工学
关键词 推荐系统 协同过滤 图书推荐
年,卷(期) 2017,(4) 所属期刊栏目 算法分析
研究方向 页码范围 147,150
页数 2页 分类号 TP301
字数 1668字 语种 中文
DOI 10.3969/j.issn.1007-9416.2017.04.093
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 徐海燕 东南大学成贤学院 5 19 3.0 4.0
2 廖真 东南大学成贤学院 2 3 1.0 1.0
3 房振伟 东南大学成贤学院 5 8 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (19)
共引文献  (146)
参考文献  (1)
节点文献
引证文献  (3)
同被引文献  (9)
二级引证文献  (3)
1992(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(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(5)
  • 参考文献(0)
  • 二级参考文献(5)
2006(8)
  • 参考文献(0)
  • 二级参考文献(8)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(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)
2018(2)
  • 引证文献(2)
  • 二级引证文献(0)
2019(2)
  • 引证文献(1)
  • 二级引证文献(1)
2020(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
推荐系统
协同过滤
图书推荐
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
数字技术与应用
月刊
1007-9416
12-1369/TN
16开
天津市
6-251
1983
chi
出版文献量(篇)
20434
总下载数(次)
106
总被引数(次)
35701
论文1v1指导