-
题名企业知识发现中的个性化Web推荐服务研究
被引量：7
- 1
-
-
作者
李勇
苏新宁
邓三鸿
任皓
周军
孔敏
-
机构
南京大学信息管理系
-
出处
《情报学报》
CSSCI
北大核心
2003年第3期347-353,共7页
-
基金
江苏省哲学社会科学规划项目，高等学校博士学科点专项科研项目
-
文摘
本文主要论述企业知识发现中基于个性化服务的We b推荐构成,提出了基于个性化技术构建用户兴趣模型的算法.文章根据用户有无介入兴趣模型构建的学习过程区分n元预测模型、用户兴趣关联规则库及利用用户兴趣词典进行W eb页面请求预测的算法.最后介绍了Agent 技术在企业个性化Web推荐系统中的应用.
-
关键词
企业
知识发现
个性化web推荐服务
数据挖掘
机器学习
用户兴趣模型
-
分类号
G250.73
[文化科学—图书馆学]
F270.7
[经济管理—企业管理]
-
-
题名基于大数据的Web个性化推荐系统设计
被引量：8
- 2
-
-
作者
张婷婷
-
机构
山东管理学院信息工程学院
-
出处
《现代电子技术》
北大核心
2018年第16期155-158,共4页
-
基金
国家自然科学基金青年项目(71301086)
山东省社科规划专项基金(17CQXJ11)
山东省高等学校科技计划资助项目(J16LN70)~~
-
文摘
为了解决基于数据挖掘技术的Web个性化推荐系统对Web的推荐结果准确率低,反应时间长的问题,设计基于大数据的Web个性化推荐系统。塑造系统组成框架图,设计系统的总体功能包括源数据采集、数据预处理、用户兴趣分析与实现、个性化推荐以及推荐引擎。源数据采集利用Sqoop工具将数据库中的数据转移到HDFS中以便H-ICRS算法进行数据提取,并获得推荐的历史数据,实现作为系统上层数据支持的功能。针对分析用户长远和当前的Web兴趣度,分别采用语义分析模型和分片聚类的方法,分析用户Web使用兴趣。塑造单个推荐引擎的推荐引擎架构,得到最终的Web个性化推荐列表。实验结果表明,所设计系统的Web个性化推荐结果准确率高,系统的抗压能力强。
-
关键词
大数据
HADOOP
web个性化推荐
系统设计
Sqoop
H-ICRS算法
-
Keywords
big data
Hadoop
web personalized recommendation
system design
Sqoop
H-ICRS algorithm
-
分类号
TN919-34
[电子电信—通信与信息系统]
-
-
题名结合使用挖掘和内容挖掘的web推荐服务
被引量：10
- 3
-
-
作者
戴东波
印鉴
-
机构
中山大学计算机系
-
出处
《计算机工程与应用》
CSCD
北大核心
2005年第18期162-165,共4页
-
基金
国家自然科学基金项目(编号:60205007)
广东省自然科学基金项目(编号:001264
+2 种基金
031558)
广东省科技计划项目(编号:2003C50118)
广州市科技计划项目(编号:2002Z3-E0017)
-
文摘
随着Internet的基础结构不断扩大和其所含信息的持续增长,Internet用户越来越感觉容易在WWW服务中“资源迷向”。提高用户访问效率的方法有页面预取技术,站点动态重构技术和web个性化推荐技术等。现有的大多数web个性化推荐技术主要是基于用户使用记录的数据挖掘方法,没有或很少考虑结合页面内容—这才是用户真正感兴趣的。该文提出一种结合用户使用挖掘和内容挖掘的web推荐服务,该推荐服务根据频繁最大前向访问路径,提出含有导航页和内容页的频繁访问路径图概念,根据滑动窗口内的最近用户访问页面内容和候选推荐集中页面内容相关性,来向用户提供个性化推荐服务。经推荐质量分析,这种方法具有较好的推荐优化能力。
-
关键词
web个性推荐
web使用挖掘
web内容挖掘
-
Keywords
web personalized recommendation,web usage mining,web content mining
-
分类号
TP393
[自动化与计算机技术—计算机应用技术]
-
