位置:成果数据库 > 期刊 > 期刊详情页
一种基于协同过滤的Web挖掘推荐方法
  • ISSN号:0372-2112
  • 期刊名称:《电子学报》
  • 时间:0
  • 分类:TP393[自动化与计算机技术—计算机应用技术;自动化与计算机技术—计算机科学与技术]
  • 作者机构:[1]北京信息科技大学计算机学院,北京100101, [2]网络文化与数字传播北京市重点实验室,北京100101
  • 相关基金:国家自然科学基金面上资助项目(61370065)
中文摘要:

针对当前Web挖掘环境下个性化服务的性能不够高效的问题,运用协同过滤技术的理论与方法。研究了一种基于协同过滤的推荐阀值方法,并且提出了一种在线推荐模型。实验表明,在提高Web个性化服务方面,该模型具有更高的效率。

英文摘要:

Collaborative filtering (CF) is a popular technology for building personalized service system. To improve personalized service performance under web-mining environment, a method of recommending threshold based on collaborative filtering is presented and a new online personalized recommendation model is proposed. Experimental results show this recommendation model is more effeetive in improving web personalized service.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《电子学报》
  • 中国科技核心期刊
  • 主管单位:中国科学技术协会
  • 主办单位:中国电子学会
  • 主编:郝跃
  • 地址:北京165信箱
  • 邮编:100036
  • 邮箱:new@ejournal.org.cn
  • 电话:010-68279116 68285082
  • 国际标准刊号:ISSN:0372-2112
  • 国内统一刊号:ISSN:11-2087/TN
  • 邮发代号:2-891
  • 获奖情况:
  • 2000年获国家期刊奖,2000年获国家自然科学基金志项基金支持,中国期刊方阵“双高”期刊
  • 国内外数据库收录:
  • 美国化学文摘(网络版),荷兰文摘与引文数据库,美国工程索引,美国剑桥科学文摘,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版),英国英国皇家化学学会文摘,中国北大核心期刊(2000版)
  • 被引量:57611