用户兴趣度相关论文
图片推荐是推荐领域的热门话题,摄影图片作为图片中的特殊的一类,在风格特征上具有特殊性,在提取图片特征的过程中需要充分考虑图......
协同过滤推荐技术被广泛用于各个推荐系统,但它仍然存在着用户评分数据稀疏性问题,可能导致推荐结果不准确.针对该问题,提出一种基......
用户兴趣度的计算是个性化服务的核心问题.本文提出一种改进的基于用户行为的兴趣度计算方法.由于用户对网页的处理动作属于心理强......
在信息技术飞速发展的今天,以Web2.0概念为主导的重要网络应用“社区问答系统”现已逐渐成为人们网上信息获取和经验知识分享的重......
随着电子商务的蓬勃发展,近年来在整个社会物品零售额中,线上消费的占比越来越高。与线下消费相比,电商和广告等在线平台能更方便......
随着信息技术的发展，企业在生产中积累了大量的生产数据和经营数据，而这些数据大部分被搁置，没有为企业的生产经营提供有价值的指导。......
互联网技术的普及,促使电子商务被越来越多的用户所接受。推荐系统可以与用户进行交互,模拟商店销售人员帮助用户完成购买过程,并......
随着Internet技术的迅速发展,WWW的应用也越来越多,Internet上信息资源分布越来越广泛,种类越来越多,www已经成为大多数人获取信息......
随着电子商务规模的不断扩大以及个性化推荐系统在电子商务中的广泛应用，使得推荐系统成为一个非常活跃的研究领域。目前，推荐系统面......
随着互联网的迅猛发展,我们迈进了大数据时代。随之而来的信息超载问题也日益明显。推荐系统应运而生,在信息的生产者与消费者之间......
伴随着互联网技术日益进步和信息化时代的到来,数据量呈现出一种爆炸式的增长态势。用户不得不面对大量冗余和复杂的数据,很难轻松......
随着互联网的不断发展，一方面网络上的内容由原来静态的图片和文字向多媒体业务发展；另一方面用户持续增多，内容请求频率也随之增加，这......
当前，互联网已经从浏览时代、搜索时代发展到了推荐时代，个性化推荐系统是推荐时代的主要特征。个性化推荐系统有助于解决目前用户所......
立足于隐式浏览信息难以获取的实际,首先定义能够描绘用户心理和行为的隐式兴趣度表达公式;接着得到了用户对产品类的兴趣度,从而......
面对特定数据归约方案，不同的用户对归约效果具有不同的评价，针对目前数据归约效果评估方法缺乏针对性、忽视用户个性化需求的问题，基......
提出了一种基于用户浏览历史的用户兴趣提取模型，它隐式地收集用户信息用于个性化搜索中．即是通过对用户兴趣度的定义，在用户的浏览历......
垃圾邮件识别是计算机取证领域的重要研究内容.多数垃圾邮件识别方法未能有效地考虑用户兴趣邮件识别结果的影响.提出了一种基于增......
本文就当前构建用户profile中的关键步骤——获取用户兴趣度的方法进行了分析,并在此基础上结合国内一些学者研究所得的用户兴趣衰......
论文在分析推荐输入瓶颈问题的基础上，借助社区思想实现了显式评分输入的用户聚类，解决了评分矩阵稀疏的问题；借助用户兴趣度的定义，实......
传统的PageRank算法容易导致主题漂移、偏重旧网页、用户对搜索结果的主观选择被忽略等问题.针对PageRank算法存在的上述缺陷,提出......
根据推荐系统对用户（商品）聚类的要求，探讨采用用户（网页）兴趣度进行聚类分析的合理思想。通过用户浏览时间、浏览行为以及网页信息量差......
针对传统协同过滤算法存在的两个弊端:一是传统的相似性度量方法在评分矩阵稀疏的情况下很难准确地反映用户间的相似性,二是不能及......
【摘要】 Web日志常用的挖掘算法焦点在用户访问习惯上提取相关数据，主要的算法有Apriori，最大向前算法，拓扑算法等，这些算法只是简单......
在Web资源分类中,针对传统基于用户兴趣的方法不能准确反映用户兴趣的变化以及难以区分资源内容的品质和风格等问题,提出一种基于......
ID3算法是决策树分类算法中一种重要方法而被广泛应用，但它存在一些缺点，如生成的树过于繁茂，分枝蕴含的信息量过小等。为了解决这些......
针对个性化服务研究中用户兴趣度估计的要求,分析用户行为特征与兴趣度的相互关系,选取页面关注时间、滚动/翻页次数、页面大小作......
了解用户的兴趣是网站实现个性化的基础。为了更好地为用户提供个性化服务，在分析用户的浏览行为特征的基础上，根据用户在页面中的滞......
根据淮河某流域连续三年来的水质监测数据，结合用户兴趣度和MID3算法对ID3决策树算法进行改进，并将改进的决策树算法运用于水质评价，......
详细阐述SNS用户兴趣模型建模过程中的每一个步骤和其中所运用的关键技术，包括向量空间模型、聚类分析等，并且建立系统以支撑所构建......
HITS是Web结构挖掘代表算法之一.HITS算法仅考虑页面之间的链接关系,容易出现主题偏移现象.文中分析了用户历史行为与兴趣之间的关......
基于日志的Web使用挖掘，利用用户访问页面的相关性提出用户兴趣度，并应用于远程教育中数据准备和页面的推荐过程．讨论教学过程中按需......
随着互联网信息的急剧膨胀,个性化推荐技术应运而生,其中基于协同过滤的推荐技术被广泛使用,但其未解决数据稀疏问题,未提供准确的......
关联规则挖掘是解决电子商务推荐问题的重要方法之一。针对传统关联规则挖掘算法在解决移动电子商务环境个性化推荐问题时反复扫描......
在目前的电影推荐系统中,传统的推荐算法具有用户评分数据稀疏的不足,因此无法根据用户喜好进行准确推荐。针对上述问题,本文提出......
通过构建带权的VSM模型,以用户每天的上网内容和行为建立文档向量空间,利用TF-IDF算法进行兴趣度的数据分析处理,将改造后的VSM模......
为提高推荐系统的推荐质量,减小用户评分数据稀疏性对推荐效果的不良影响,提出了一种结合加权信息熵与兴趣度的协同过滤推荐算法。......
随着烟草行业竞争的加剧以及国际市场对中国的影响的增加，烟草行业越来越感受到来自市场的挑战和压力，尤其是在采购方面，深受季节、政......
论文从推荐系统中知识推荐算法的核心——产品属性与用户需求的匹配出发,首先探讨了如何采用形式化的Vague集语言描述用户的需求和......
Web日志隐含了用户访问Web行为的动因和规律,如何有效地从中挖掘出用户访问模式是Web日志挖掘的重要研究内容。构造了User_ID-URL......
互联网技术的迅速发展为人们生活带来了各种便利,但也给人们带来了许多负面的影响,也即海量数据下使得人们无从选择自己想要的信息......
用户兴趣度的计算是个性化服务的核心,而用户浏览网页时的行为能反映用户的兴趣。文中着重分析保存页面、收藏页面以及网页浏览速......
针对Web服务推荐时间和结果精确度方面存在的不足,本文提出一种基于QoS（Quality of Service）历史记录的Web服务推荐算法（Web Service ......
针对数字图书馆系统中的读者借阅历史数据,提出利用图书借阅时间计算读者兴趣度的评分数据模型。该模型把读者的借阅行为分为4种不......
数据挖掘是信息技术迅猛发展和人们获取数据手段多样化的结果,是从大量数据中提取隐含在其中的而又潜在有用的信息和知识的过程。......
在愈发注重传统手工艺传承发展的今天,由虚拟现实技术演化的虚拟博物馆在传统手工艺的宣传展示中显得尤为重要。虚拟场景的实时绘......
从用户的浏览行为可以反映用户的兴趣出发,分析了用户的浏览行为与兴趣之间的关系,提出了五种用户最小浏览行为组合,并在此基础上......
Web使用挖掘是应用数据挖掘技术从Web日志数据中发现使用模式的过程,是当前数据挖掘领域中的一个热点。本文提出了基于路径相似度......
