期刊文献+
共找到6篇文章
< 1 >
每页显示 20 50 100
移动电子商务推荐系统输入研究 预览 被引量:1
1
作者 崔春生 《情报工程》 2015年第1期81-88,共8页
在描述移动电子商务推荐系统的基本特征基础上,分析了显式评分输入和隐式浏览输入的差异,认为移动互联网环境下隐式浏览输入是推荐输入的主流。进而通过用户兴趣提取、用户兴趣计算以及浏览时间确定等环节,得到移动环境下用户对产品... 在描述移动电子商务推荐系统的基本特征基础上,分析了显式评分输入和隐式浏览输入的差异,认为移动互联网环境下隐式浏览输入是推荐输入的主流。进而通过用户兴趣提取、用户兴趣计算以及浏览时间确定等环节,得到移动环境下用户对产品的兴趣度。该方法的提出一方面充实了移动推荐系统的理论研究成果,另一方面也对推荐系统中隐式浏览输入的研究有一定的推动作用。 展开更多
关键词 移动电子商务 推荐系统 隐式浏览输入 兴趣度
在线阅读 下载PDF
不同推荐系统输入的聚类实现 预览 被引量:2
2
作者 崔春生 《应用泛函分析学报》 CSCD 2014年第2期121-128,共8页
论文在分析推荐输入瓶颈问题的基础上,借助社区思想实现了显式评分输入的用户聚类,解决了评分矩阵稀疏的问题;借助用户兴趣度的定义,实现了隐式浏览输入的用户聚类,解决了用户兴趣度不易获取的问题.论文的研究立足于推荐系统的输... 论文在分析推荐输入瓶颈问题的基础上,借助社区思想实现了显式评分输入的用户聚类,解决了评分矩阵稀疏的问题;借助用户兴趣度的定义,实现了隐式浏览输入的用户聚类,解决了用户兴趣度不易获取的问题.论文的研究立足于推荐系统的输入,通过聚类分析,为推荐算法的研究奠定了理论基础. 展开更多
关键词 推荐系统 显式评分输入 隐式浏览输入 用户兴趣度 稀疏矩阵 聚类分析
在线阅读 下载PDF
基于隐式浏览输入的用户聚类分析 预览 被引量:4
3
作者 崔春生 《计算机应用研究》 CSCD 北大核心 2011年第8期 2862-2864,共3页
立足于隐式浏览信息难以获取的实际,首先定义能够描绘用户心理和行为的隐式兴趣度表达公式;接着得到了用户对产品类的兴趣度,从而得到了基于兴趣度的用户聚类分析结果。该研究不仅从一定程度上解决了用户信息获取的难题,也为推荐系统中... 立足于隐式浏览信息难以获取的实际,首先定义能够描绘用户心理和行为的隐式兴趣度表达公式;接着得到了用户对产品类的兴趣度,从而得到了基于兴趣度的用户聚类分析结果。该研究不仅从一定程度上解决了用户信息获取的难题,也为推荐系统中的算法研究和推荐输出研究奠定了基础。 展开更多
关键词 推荐系统 隐式浏览输入 用户兴趣度 聚类分析
在线阅读 下载PDF
用于推荐系统聚类分析的用户兴趣度研究 预览 被引量:13
4
作者 崔春生 吴祈宗 王莹 《计算机工程与应用》 CSCD 北大核心 2011年第7期 226-228,共3页
根据推荐系统对用户(商品)聚类的要求,探讨采用用户(网页)兴趣度进行聚类分析的合理思想。通过用户浏览时间、浏览行为以及网页信息量差异等因素的对比,得出用户对某类商品的兴趣度计算方法。借助阈值的设定,定义了用户感兴趣的... 根据推荐系统对用户(商品)聚类的要求,探讨采用用户(网页)兴趣度进行聚类分析的合理思想。通过用户浏览时间、浏览行为以及网页信息量差异等因素的对比,得出用户对某类商品的兴趣度计算方法。借助阈值的设定,定义了用户感兴趣的商品集、商品的感兴趣用户集和兴趣相似的用户集,得到了基于用户兴趣度的用户聚类的一般过程,具有一定的推广价值和借鉴意义。 展开更多
关键词 推荐系统 用户兴趣度 聚类分析
在线阅读 下载PDF
基于借阅时间评分的协同图书推荐模型与应用 被引量:19
5
作者 景民昌 于迎辉 《图书情报工作》 CSSCI 北大核心 2012年第3期 117-120,共4页
针对数字图书馆系统中的读者借阅历史数据,提出利用图书借阅时间计算读者兴趣度的评分数据模型。该模型把读者的借阅行为分为4种不同的类型:续借、超期借阅(长期超借与短期超借)、正常借阅、盲目借阅,设置阈值,分别计算其相对借... 针对数字图书馆系统中的读者借阅历史数据,提出利用图书借阅时间计算读者兴趣度的评分数据模型。该模型把读者的借阅行为分为4种不同的类型:续借、超期借阅(长期超借与短期超借)、正常借阅、盲目借阅,设置阈值,分别计算其相对借阅时间,得出读者对图书的兴趣度。在该数据模型的基础上,实现一个基于协同过滤技术的图书推荐系统,验证模型的有效性。 展开更多
关键词 协同过滤 数据挖掘 图书推荐 用户兴趣度
电子商务隐式浏览输入中的用户聚类分析 被引量:2
6
作者 崔春生 《图书情报工作》 CSSCI 北大核心 2011年第14期130-134,共5页
针对隐式浏览输入中用户信息难以把握、推荐质量难以提高的问题,从用户心理和用户行为出发,定义用户隐式兴趣度,进而得到用户对产品种类的兴趣度,并对其中的难点进行深入剖析。最后研究基于兴趣度的用户聚类分析结果,为推荐系统中... 针对隐式浏览输入中用户信息难以把握、推荐质量难以提高的问题,从用户心理和用户行为出发,定义用户隐式兴趣度,进而得到用户对产品种类的兴趣度,并对其中的难点进行深入剖析。最后研究基于兴趣度的用户聚类分析结果,为推荐系统中的算法研究和推荐输出研究奠定基础。 展开更多
关键词 推荐系统 隐式浏览输入 用户兴趣度 聚类分析
上一页 1 下一页 到第
使用帮助 返回顶部 意见反馈
新型冠状病毒肺炎防控与诊疗专栏