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:
为了更好地整合和利用现有的数据,提高电视节目产品营销效益,本文通过对广电网络公司电视用户的收看信息数据进行数据处理,建立用户偏好模型,得到各个用户的三个偏好类型,然后使用协同过滤算法进行单个用户的个性化推荐,以及使用K-means算法和KNN算法将用户进行分群,得到用户群的推荐,进而有效地解决了用户个性化推荐的问题。
推荐文章
基于个性化特征的协同过滤推荐算法
个性化特征
协同过滤推荐
评分模型
项目属性
一种改进的基于协同过滤的个性化推荐算法
普适计算
同过滤
性化推荐
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
协同过滤的一种个性化推荐算法研究
协同过滤
稀疏矩阵
相似度
个性化推荐
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 基于协同过滤算法的电视用户个性化推荐
来源期刊 统计学与应用 学科 工学
关键词 K-means聚类分析 KNN算法 协同过滤 个性化推荐
年,卷(期) 2019,(4) 所属期刊栏目
研究方向 页码范围 522-530
页数 9页 分类号 TP39
字数 语种
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 陈星星 广东海洋大学数学与计算机学院 1 0 0.0 0.0
2 李瑞涛 广东海洋大学数学与计算机学院 1 0 0.0 0.0
3 廖军华 广东海洋大学数学与计算机学院 1 0 0.0 0.0
4 吴延科 广东海洋大学数学与计算机学院 6 6 1.0 2.0
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  (6)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(2)
  • 参考文献(2)
  • 二级参考文献(0)
2018(1)
  • 参考文献(1)
  • 二级参考文献(0)
2019(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
K-means聚类分析
KNN算法
协同过滤
个性化推荐
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
统计学与应用
双月刊
2325-2251
武汉市江夏区汤逊湖北路38号光谷总部空间
出版文献量(篇)
512
总下载数(次)
3
总被引数(次)
0
论文1v1指导