摘要
对推荐系统理论研究与技术开发现状进行了综述,分析与评述了各种推荐技术的原理方法、特点、优势和不足,阐述了推荐系统研究的主要内容,指出了现有推荐系统存在的问题和研究的发展方向。
出处
《计算机时代》
2009年第2期5-7,10,共4页
Computer Era
参考文献5
-
1L.Si,R.Jin.Flexible mixture model for collaborative filtering[].Proceedings of International Conference on Machine Learning(ICML).2003
-
2Li Q,Kim BM.Clustering approach for hybrid recommender system[].Proceedings of the IEEE/WIC International Conference on Web Intelligence(WI’).2003
-
3BALABANOVIC M,SHOHAM Y.Fab: Contentbased, collaborative recommendation[].Communications of the ACM.1997
-
4Adomavicius Tuzhilin.Toward the next generation of recommender systems:A survey of the state-of-the-art and possible extensions[].IEEE Transactions on Knowledge and Data Engineering.2005
-
5Popescul A,,Ungar L H,Pennock D M, et al.Probabilistic models for unified collaborative and content-based recom- mendation in sparse-data environments[].: Proceedings of the Seventeenth Conference on Uncertainty in Artificial In- telligence (UAI-).2001
同被引文献22
-
1鲜学丰,杨元峰.一种基于Web数据挖掘的电子商务推荐系统[J].电脑知识与技术(过刊),2007(16):1046-1047. 被引量:1
-
2郭岩,白硕,于满泉.Web使用信息挖掘综述[J].计算机科学,2005,32(1):1-7. 被引量:50
-
3何克抗.从Blending Learning看教育技术理论的新发展[J].国家教育行政学院学报,2005(9):37-48. 被引量:795
-
4程德理,张新玲,黄立平.基于数据挖掘的个性化电子商务模型设计[J].情报杂志,2006,25(8):8-10. 被引量:3
-
5程宏水.网络数据挖掘在电子商务网站设计的应用[J].中山大学研究生学刊(社会科学版),2007,28(1):107-114. 被引量:6
-
6毛国君.数据挖掘原理与算法[M].北京:清华大学出版社,2005.
-
7Zhou T, RenJ, MedoM, et al. Bipartite network projection and personal recommendation[J]. Phys Rev E, 2007,76(4):1-7.
-
8Siddiqui A T,Aljahdali S. Web mining techniques in e- commerce applications[J]. International Journal of Computer Applications, 2013, 69(8):39-43.
-
9Rakesh Agrawal,Ramakrishnan Srikant. Privacy-preserving data mining[R]. IBM Almaden Research Center,2006.
-
10张枯.电子商务公司Web数据挖掘研究[D].北京:北京交通大学.2011.
二级引证文献6
-
1刘成.协作式教学模式在《中央空调工程设计》中的应用——以“制冷与冷藏技术专业教学资源库”应用为例[J].湖北函授大学学报,2017,30(2):125-126. 被引量:1
-
2汤伟.基于Web挖掘的个性化视频推荐系统设计与实现[J].电子设计工程,2018,26(18):102-106. 被引量:9
-
3王元昔.信息环境下协作式教学模式研究[J].现代企业教育,2011,0(A11):64-64.
-
4于雅莉.信息环境下协作式学习策略研究[J].现代企业教育,2011,0(A11):123-123.
-
5蒲道北.基于Web的数据挖掘模型研究[J].中国新通信,2021,23(19):64-65. 被引量:1
-
6麻亚妮.基于智能推荐模型的评分系统设计与实现[J].微型电脑应用,2019,35(3):70-72. 被引量:3
-
1邢东山,沈钧毅.基于Web日志的因特网协作推荐系统的研究[J].西安交通大学学报,2002,36(12):1271-1274. 被引量:5
-
2何波,陈媛,王华秋,董世都.基于智能体的电子商务协作推荐系统[J].计算机工程,2007,33(9):216-218. 被引量:3
-
3杨鹏,杜庆伟,顾冠群.实时CORBA规范分析与评述[J].计算机工程与应用,2002,38(13):88-90. 被引量:1
-
4张家才,戴汝为.基于冲浪模型的Web协作推荐系统[J].模式识别与人工智能,2003,16(1):12-16. 被引量:3
-
5傅魁,聂规划.面向文本的本体学习方法综述[J].情报杂志,2008,27(9):16-19.
-
6李淼,杨家海,王会.IPv6过渡技术分析与评述[J].广西大学学报(自然科学版),2011,36(A01):210-217. 被引量:10
-
7陈天华.网络入侵检测技术分析与评述[J].信息技术与标准化,2004(3):10-15.
-
8朱琳,关佶红,周水庚.Skyline计算研究综述[J].计算机工程与应用,2008,44(6):160-165. 被引量:14
-
9晏勇,马培荪,王道炎,高雪官.深海ROV及其作业系统综述[J].机器人,2005,27(1):82-89. 被引量:55
-
10张家重,吕建,徐家福.软件需求工程述评[J].计算机科学,1995,22(3):45-48. 被引量:10