期刊文献⁺

任意字段

题名或关键词

题名

关键词

文摘

作者

第一作者

机构

刊名

分类号

参考文献

作者简介

基金资助

栏目信息

基于信任机制的在线学习协同过滤推荐方法研究

下载PDF

导出

摘要为了解决协同过滤推荐方法中的数据稀疏性与冷启动问题,提出了一个新的方法叫"基于信任机制的在线学习协同过滤推荐方法",把学习者信任的学习者的评价也合并补充进来以代表该学习者的偏好,同时也可以找到其他具有相似偏好的学习者。

作者马莉

机构地区天津外国语大学教育技术与实验室管理中心

出处《电脑知识与技术》 2017年第1X期177-179,共3页 Computer Knowledge and Technology

基金教育部人文社会科学研究项目(编号13YJC630195)"电子商务环境下顾客购物偏好推荐及企业利润挖掘"

关键词协同过滤信任在线学习推荐

分类号 TP391.3 [自动化与计算机技术—计算机应用技术]

引文网络
相关文献

参考文献11

1马莉.一种利用用户学习树改进的协同过滤推荐方法[J].现代图书情报技术,2016(4):72-80. 被引量：1
2史玉珍,郑浩.基于协同过滤技术的个性化推荐系统研究[J].电子设计工程,2012,20(11):41-44. 被引量：5
3王剑,陈涛.个性化e-Learning协作学习推荐系统研究[J].中国远程教育,2016(7):44-51. 被引量：5
4黄粲.一种改进的协同过滤推荐算法[J].经济研究导刊,2016(23):6-7. 被引量：1
5张宏亮.基于协同过滤技术的学习资源个性化推荐研究[J].山东工业技术,2016(16):216-216. 被引量：2
6高山,刘炜,崔勇,张茜,王宗敏.一种融合多种用户行为的协同过滤推荐算法[J].计算机科学,2016,43(9):227-231. 被引量：13
7王永固,邱飞岳,赵建龙,刘晖.基于协同过滤技术的学习资源个性化推荐研究[J].远程教育杂志,2011,29(3):66-71. 被引量：47
8姜维,庞秀丽.面向数据稀疏问题的个性化组合推荐研究[J].计算机工程与应用,2012,48(21):21-25. 被引量：15
9冷亚军,陆青,梁昌勇.协同过滤推荐技术综述[J].模式识别与人工智能,2014,27(8):720-734. 被引量：193
10孙歆,王永固,邱飞岳.基于协同过滤技术的在线学习资源个性化推荐系统研究[J].中国远程教育,2012(15):78-82. 被引量：35

二级参考文献196

1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
2周军锋,汤显,郭景峰.一种优化的协同过滤推荐算法[J].计算机研究与发展,2004,41(10):1842-1847. 被引量：102
3崔林,宋瀚涛,陆玉昌.基于语义相似性的资源协同过滤技术研究[J].北京理工大学学报,2005,25(5):402-405. 被引量：8
4杨焱,孙铁利,邱春艳.个性化推荐技术的研究[J].信息工程大学学报,2005,6(2):84-87. 被引量：23
5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
6王艳,景韶光,李雪耀,于军.基于分类方法的内容过滤推荐技术[J].情报杂志,2005,24(8):59-60. 被引量：8
7潘红艳,林鸿飞,赵晶.基于矩阵划分和兴趣方差的协同过滤算法[J].情报学报,2006,25(1):49-54. 被引量：16
8张锋,常会友.使用BP神经网络缓解协同过滤推荐算法的稀疏性问题[J].计算机研究与发展,2006,43(4):667-672. 被引量：85
9赵艳霞,梁昌勇.基于关联规则的推荐系统在电子商务中的应用[J].价值工程,2006,25(5):82-85. 被引量：15
10游文,叶水生.电子商务推荐系统中的协同过滤推荐[J].计算机技术与发展,2006,16(9):70-72. 被引量：54

共引文献303

1叶佳鑫,熊回香,蒋武轩.一种融合患者咨询文本与决策机理的医生推荐算法[J].数据分析与知识发现,2020,4(2):153-164. 被引量：9
2丁丽,方晓.融合用户兴趣和评论文本主题挖掘的推荐算法研究[J].青海师范大学学报（自然科学版）,2022,38(1):14-23.
3朱丽,付海涛,冯宇轩,李恒,孙宇,艾洪福,裴欣彤.基于深度学习的在线教学推荐系统设计与研究[J].计算机产品与流通,2020,0(4):183-183. 被引量：2
4查琇山,刘方方.基于缺失值补全和SVD的手游推荐方法[J].计算机应用研究,2020,37(S02):166-169. 被引量：1
5丁恒,黄全舟.基于属性特征的个性化旅游推荐算法研究[J].智能计算机与应用,2020,0(1):193-196. 被引量：4
6周宇工,苗春兰.改进生产工艺提高HIPS树脂伸长率[J].合成树脂及塑料,2000,17(2):31-33.
7肖梦雄,李星,杨跃城.基于VOD点播技术的学习系统个性化研究[J].电脑知识与技术,2012,8(3):1637-1638.
8石宜金,马瑞英,贾志洋.E-Learning系统的个性化推荐方法研究[J].信息技术与信息化,2012(2):51-54. 被引量：2
9陈桃利,杨贯中.基于组合推荐技术的学习资源个性化推荐研究[J].计算机光盘软件与应用,2013,16(3):56-58. 被引量：1
10刘迎春,孙家宝.基于QoS偏好相似度的网络教育服务推荐研究[J].电化教育研究,2013,34(6):34-39. 被引量：2

1路鹏,张敬双.基于项目反应理论构建个性化e-learning系统[J].求知导刊,2015(9):64-64.

电脑知识与技术

2017年第1X期

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