期刊文献+

基于用户的协同过滤推荐技术 被引量:2

下载PDF
导出
摘要 随着因特网普遍使用和电子商务迅猛发展,推荐系统已成为重要研究领域,人们对推荐技术作了广泛的研究。个性化的推荐系统以个性化方式向用户推荐商品,帮助用户找到他们所需要的商品,并便捷地完成购买过程。介绍了电子商务系统中的协同过滤推荐技术,详细分析了基于用户的协同过滤推荐算法,同时指出了它的优点和缺点。
作者 夏建勋
机构地区 孝感学院
出处 《商场现代化》 2009年第9期178-179,共2页
  • 相关文献

参考文献4

二级参考文献10

共引文献166

同被引文献41

  • 1张光卫,康建初,李鹤松,刘常昱,李德毅.面向场景的协同过滤推荐算法[J].系统仿真学报,2006,18(z2):595-601. 被引量:27
  • 2邓爱林,左子叶,朱扬勇.基于项目聚类的协同过滤推荐算法[J].小型微型计算机系统,2004,25(9):1665-1670. 被引量:147
  • 3李德毅,刘常昱,杜鹢,韩旭.不确定性人工智能[J].软件学报,2004,15(11):1583-1594. 被引量:403
  • 4曾艳,麦永浩.基于用户评分的关联规则挖掘协同推荐[J].计算机工程,2005,31(15):87-89. 被引量:3
  • 5孙小华,陈洪,孔繁胜.在协同过滤中结合奇异值分解与最近邻方法[J].计算机应用研究,2006,23(9):206-208. 被引量:30
  • 6Yu C, Xu J R, Du X Y. Recommendation algorithm combining the user-based classified regression and the item-based filtering//Pro- ceedings of the 8th International Conference on Electronic Com- merce:The New E-commerce:Innovations for Conquering Current BmTiers, Obstacles and Limitations to Conducting Successful Busi- ness on the Internet. New York:ACM Press,2006:574 -578.
  • 7Kim B M, Li Q, Park C S, et al. A new approach for combining con- tent -based and collaborative filters. Journal of Intelligent Informa- tion System,2006,27( 1 ) :79 -91.
  • 8Sarwar B, Karypis G, Konstan J, et al. Analysis of recommendation algorithms for e-commerce//Proceedings of the 2nd ACM Confer- ence on Electronic Commerce. New York:ACM Press,2000:158 - 167.
  • 9Sarwar B, Kaypis G, Konstan J, et al. Item-based collaborative filte- ring recommendation algorithms//Proceeding WWW ' 1 Proceed- ings of the 10th International Conference on World Wide Web. New York :ACM Press,2001:285 - 295.
  • 10O' Connor M, Herlocker J. Clustering items for collaborative tlte- ring. [ 2011 - 04 - 19 ]. http ://www. cs. umbc. edu/- ian/sigir99 - rec/papers/oco.

引证文献2

二级引证文献30

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部