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:
随着我国电子商务事业的发展, 传统的电子商务服务模式已经不能满足人们的购物需求, 针对客户个性化推荐的研究具有一定的意义. 本文将Apriori算法进行改进, 利用改进的Apriori算法对用户兴趣信息进行挖掘, 挖掘用户之间的关联性, 建立用户行为模型, 为用户推荐其感兴趣的商品, 提升用户的购买体验. 实验表明, 改进的算法提高了推荐的精度和速度.
推荐文章
基于加权关联规则挖掘算法的电子商务商品推荐系统研究
加权关联规则
挖掘算法
电子商务
推荐系统
一种基于贝叶斯网客户购物模型的商品推荐方法
Web挖掘
贝叶斯网
客户购物模型
个性化推荐
基于标签和关联规则挖掘的图书组合推荐系统模型研究
组合推荐
基于内容
协同过滤
标签
关联规则挖掘
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 基于关联规则的客户行为建模与商品推荐研究
来源期刊 广东工业大学学报 学科 工学
关键词 电子商务 个性化推荐 Apriori算法改进 用户行为建模
年,卷(期) 2018,(3) 所属期刊栏目 综合研究
研究方向 页码范围 90-94
页数 5页 分类号 TP311
字数 4131字 语种 中文
DOI 10.12052/gdutxb.180015
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 林穗 广东工业大学计算机学院 33 180 5.0 12.0
2 郑志豪 广东工业大学计算机学院 1 3 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (151)
共引文献  (472)
参考文献  (12)
节点文献
引证文献  (3)
同被引文献  (17)
二级引证文献  (2)
1979(2)
  • 参考文献(0)
  • 二级参考文献(2)
1992(4)
  • 参考文献(0)
  • 二级参考文献(4)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(8)
  • 参考文献(0)
  • 二级参考文献(8)
1999(5)
  • 参考文献(0)
  • 二级参考文献(5)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(13)
  • 参考文献(0)
  • 二级参考文献(13)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(5)
  • 参考文献(0)
  • 二级参考文献(5)
2007(18)
  • 参考文献(0)
  • 二级参考文献(18)
2008(17)
  • 参考文献(0)
  • 二级参考文献(17)
2009(9)
  • 参考文献(1)
  • 二级参考文献(8)
2010(10)
  • 参考文献(0)
  • 二级参考文献(10)
2011(6)
  • 参考文献(1)
  • 二级参考文献(5)
2012(14)
  • 参考文献(1)
  • 二级参考文献(13)
2013(12)
  • 参考文献(0)
  • 二级参考文献(12)
2014(10)
  • 参考文献(1)
  • 二级参考文献(9)
2015(12)
  • 参考文献(5)
  • 二级参考文献(7)
2016(4)
  • 参考文献(1)
  • 二级参考文献(3)
2017(2)
  • 参考文献(2)
  • 二级参考文献(0)
2018(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)
2019(3)
  • 引证文献(2)
  • 二级引证文献(1)
2020(2)
  • 引证文献(1)
  • 二级引证文献(1)
研究主题发展历程
节点文献
电子商务
个性化推荐
Apriori算法改进
用户行为建模
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
广东工业大学学报
双月刊
1007-7162
44-1428/T
16开
广东省广州市东风东路729号
1974
chi
出版文献量(篇)
2262
总下载数(次)
2
总被引数(次)
11966
论文1v1指导