期刊文献+

基于关联规则的网络大数据协同过滤推荐系统 被引量:1

Collaborative Filtering and Recommendation System of Network Big Data Based on Association Rules
下载PDF
导出
摘要 针对当前推荐系统在为用户提供推荐服务时,存在推荐内容与用户所需内容的平均绝对偏差较大的问题,引入关联规则,开展对推荐系统的设计研究。首先,在遵循协同过滤原则的基础上,构建推荐系统框架结构;其次,利用主成分分析(Principal Component Analysis,PCA)完成网络大数据降维预处理与特征分类;再次,为存储海量的大数据资源,建立关系型数据库;最后,基于关联规则,实现对用户感兴趣项目的协同过滤推送。实验结果表明,新的推荐系统在实际应用中能够为用户提供个性化推荐服务,并提高网络大数据资源的利用价值。 Aiming at the problem that the average absolute deviation between the recommended content and the content required by users is large when the current recommendation system provides users with recommendation services, association rules are introduced to carry out the design and research of the recommendation system. Firstly, based on the principle of collaborative filtering, the framework of recommendation system is constructed. Secondly, the Principal Component Analysis(PCA) is used to complete the dimensionality reduction preprocessing and feature classification of network big data. Thirdly, to store massive big data resources, establish a relational database.Finally, based on association rules, collaborative filtering and pushing of items of interest to users are realized. The experimental results show that the new recommendation system can provide personalized recommendation services for users in practical applications and improve the utilization value of network big data resources.
作者 罗庆佳 LUO Qingjia(College of Information Engineering,Jiangmen Polytechnic,Jiangmen Guangdong 529090,China)
出处 《信息与电脑》 2022年第24期50-52,共3页 Information & Computer
基金 2021年度校级教育教学改革研究与实践项目(项目编号:J21XYG008) 2021年粤高职计算机教指委教育教学改革研究与实践项目(项目编号:36) 2021年度广东大学生科技创新培育专项资金(项目编号:pdjh2021b0965) 2022年度江门市基础与应用基础研究重点项目“5G环境下面向智能制造的虚拟现实多人协作交互与高效渲染技术研究”(项目编号:JZ202216) 2022年度江门市基础与理论科学研究类项目(项目编号:50)。
关键词 关联规则 大数据 协同过滤 网络 推荐系统 association rules big data collaborative filtering network recommendation system
  • 相关文献

参考文献10

二级参考文献52

共引文献61

同被引文献4

引证文献1

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