作者:
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:
传统的协同过滤算法在计算用户相似度时,只考虑其评分,而忽略了不同用户评分的差异性.为此,本系统对传统的协同过滤算法做了改进,对贵宾用户的评分进行了加权处理,这样可以提高某些商品的预测评分,从而提高推荐的质量.
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
人工心理模型在个性化商品推荐系统中的应用
人工智能
推荐系统
数量化Ⅰ类理论
人工心理
个性化
个性化网站中用户分类的研究
模糊聚类
相似优先
网站个性化信息服务模式探讨
网站
个性化信息服务
服务模式
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 网站中个性化推荐的探究
来源期刊 现代职业教育 学科 社会科学
关键词 个性化推荐 协同过滤算法 相似性
年,卷(期) 2017,(2) 所属期刊栏目 创新◆应用◆实践
研究方向 页码范围 156
页数 1页 分类号 G203
字数 802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 沈天云 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  (0)
共引文献  (0)
参考文献  (2)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2014(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
个性化推荐
协同过滤算法
相似性
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
现代职业教育
周刊
2096-0603
14-1381/G4
16开
山西省太原市并州北路31号省新省出版广电局旧院
22-382
2015
chi
出版文献量(篇)
57100
总下载数(次)
106
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导