文献检索 期刊检索
您的位置:维普网 > 优先出版 > 《移动信息》 > 文献

基于标签的推荐系统关联算法研究

《移动信息》2017年 第09月 01卷 | 申丹[1]、[2] [1]陕西省土地工程建设集团有限责任公司,陕西 西安 710075[2]陕西地建土地工程技术研究院有限责任公司,陕西 西安 710075

摘 要:推荐系统存在的目的就是帮助用户快速发现所需信息,并结合用户自身特点和兴趣爱好,为用户寻找高质量高价值的资源,从而减少用户接触重复或无关信息带来的不利影响,提升用户体验度。对基于标签的推荐系统进行了深入了解,在传统算法的基础上引入关联规则挖掘,并通过使用K-means聚类方法对标签集合分类来降低矩阵的数据稀疏度。通过发现海量用户行为之间的隐含规律并作为推荐依据,提高推荐系统的准确度和对结果集中项目类型的覆盖率。

【分 类】 【工业技术】 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理(信息加工) > 检索机
【关键词】 标签 个性化推荐 K-means聚类 关联规则 协同过滤
【出 处】 《移动信息》2017年 第09月 01卷 56-58页 共4页
【收 录】 中文科技期刊数据库

【参考文献】
[1]刘建国,周涛,汪秉宏.个性化系统研究进展[J].自然学进展,2009,19(1):1-15.[2]Ricci F,Rokach L,Shapira B. Introduction to Recommender Systems Handbook[J].Recommender Systems Handbook,2010:1-35.[3]Chen H,Joshi A,Finin T. Dynamic Service Discovery for Mobile Computing: Intelligent Agents Meet Jini in the Aether[J].Cluster Computing,2001,4(4):343-354.[4]GANZHA V G,MAYR E W,VOROZHTSOV E V. Computer algebra in scientific computing: CASC 2000: proceedings of the Third Workshop on Computer Algebra in Scientific Computing, Samarkand, October 5-9, 2000[C]. Berlin: Springer, c2000.[5]Schmidt B. Service to recommend opening an information object based on task similarity: US, doi:US20140019975 A1[P]. 2015.[6]朱泽宇. 社会标签系统挖掘研究[J]. 江苏科技信息,2015(23):26-27.[7]Adomavicius A,Tuzhilin Gediminas. Toward the Next Generation of Recommender Systems: A Survey of the State-of-the-Art and Possible Extensions[J]. IEEE Transactions on Knowledge & Data Engineering,2005,17(6):734-749.[8]Younghoon Kim,KyuseokShim. TWILITE:A recommendation system for Twitter using a probabilistic model based on latent Dirichlet allocation[J]. Information Systems,2013. [9]王国霞,刘贺平. 个性化推荐系统综述[J]. 计算机工程与应用,2012(7):66-76. [10]A Zapata,V H Menéndez,M.E. Prieto,C Romero. A framework for recommendation in learning object repositories: An example of application in civil engineering[J]. Advances in Engineering Software,2013,56.

原文预览

来源期刊
移动信息 《移动信息》
作为目前通信行业惟一一份国内外公开发行的技术类期刊,创刊于1979年的《移动信息》,将继续服务于全国通信业的和谐健康发展。 《移动信息》杂志,欢迎通信运营商...详细
相似文献