期刊文献+

基于协同过滤的电子商务推荐研究 被引量:1

下载PDF
导出
摘要 本文针对基于协同过滤的电子商务推荐做出一定研究。通过对电子商务个性化推荐模型的设计,在K-Means聚类算法的基础上针对基于用户的协同过滤算法、基于聚类优化后的协同过滤推荐算法以及基于内容的协同过滤推荐算法做出一定的研究,最后通过实验验证得出最适合个性化推荐的一种推荐算法。
作者 陶建强
出处 《电子技术与软件工程》 2020年第13期140-141,共2页 ELECTRONIC TECHNOLOGY & SOFTWARE ENGINEERING
  • 相关文献

参考文献6

二级参考文献57

  • 1黎星星,黄小琴,朱庆生.电子商务推荐系统研究[J].计算机工程与科学,2004,26(5):7-10. 被引量:45
  • 2欧立奇,陈莉,马煜.协同过滤算法中新项目推荐方法的研究[J].微计算机信息,2005,21(11X):186-187. 被引量:10
  • 3邢春晓,高凤荣,战思南,周立柱.适应用户兴趣变化的协同过滤推荐算法[J].计算机研究与发展,2007,44(2):296-301. 被引量:146
  • 4张光卫,李德毅,李鹏,康建初,陈桂生.基于云模型的协同过滤推荐算法[J].软件学报,2007,18(10):2403-2411. 被引量:191
  • 5中国互联网络信息中,心.第36次中国互联网络发展状况统计报告[EB/OL].http://www.cnnic.cn/hlwfzyj/hlwxzbg/hlwtjbg/201507/P020150723549500667087.pdf,2015-09-01.
  • 6FIDEL C.,V'CTOR C.,DIEGO F.& VREIXO O. Comparison of Collaborative Filtering Algorithms: Limitations of Current Techniques and Proposals forScalable, nigh-Performance Recommender Systems[J].ACM Transactions on the Web, 2011, 5 (1) : 2-33.
  • 7Zhou T, Zoltan K, Liu J G. Solving the Apparent Diversity Accuracy Oilemma ot Kecommenoer ystemtJj.in rlu, of the National Academy of Sciences, 2010, 107(10): 4511-4517.
  • 8Fabrizio Sebastiani. Text categorization[M]. In Alessandro Zanasi(ed.), Text Mining and its Applications, UK: WIT Press, Southampton, 2005: 115-129.
  • 9GHAZANFAR H. Comparison of metrics for feature selection in imbalaneed text classification [ J ]. Expert Systems with Appli- cations, 2011, 38 (5): 4978-4989.
  • 10SARWAR B, KARYPIS G, KONSTAN J. Application of di- mensionality reduction in recommender system--a ease study [R]. ACM Web KDD 2000 Workshop, 2000: 1-15.

共引文献67

同被引文献11

引证文献1

二级引证文献10

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