版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、 用戶瀏覽網(wǎng)頁行為反映了用戶偏好及網(wǎng)站性能、導航模式、服務模式等。通過對Web使用記錄的挖掘能夠抽取這些有用的模式。WUM的一個主要應用研究方向就是個性化推薦。個性化推薦技術是在用戶面對大量的信息時無所適從的問題上產生的。它通過收集和分析用戶信息來學習用戶的興趣和行為,主動為用戶提供不同的適合用戶需求的有針對性的個性化推薦,從而能夠極大的方便用戶?! ”疚氖紫葘UM的理論、方法與過程進行研究。主要通過數(shù)據(jù)預處理、模式發(fā)現(xiàn)、模式分析
2、及應用等方面對WUM進行研究。WUM數(shù)據(jù)預處理可以分為使用預處理、內容預處理和結構預處理;WUM模式發(fā)現(xiàn)方法有統(tǒng)計分析、路徑分析、關聯(lián)規(guī)則、序列模式、分類、聚類以及依賴性建模等;對WUM模式的分析主要有可視化技術、OLAP和數(shù)據(jù)查詢技術;WUM應用研究有個性化服務與定制,商業(yè)智能和改善站點性能等?! 〗又疚耐ㄟ^推薦系統(tǒng)、推薦技術和推薦研究的熱點問題等對個性化推薦進行研究。推薦系統(tǒng)分為電子商務推薦系統(tǒng)和網(wǎng)頁推薦系統(tǒng);推薦技術可分為6個
3、類別:協(xié)同過濾、基于內容的推薦、基于人口統(tǒng)計信息推薦、基于效用推薦、基于知識的推薦、基于規(guī)則推薦;推薦研究有5個熱點問題:稀疏問題、冷開始問題、奇異發(fā)現(xiàn)問題、健壯性問題以及評價模型問題。最后比較了國內外推薦方法的研究,并比較了國內外電子商務網(wǎng)站推薦策略?! ∽詈蟾鶕?jù)WUM和個性化推薦方法的研究,結合蟻群算法和粗糙集理論,研究了基于蟻群算法的推薦方法和基于粗糙集理論的推薦算法,并結合基于蟻群算法的推薦方法和基于粗糙集理論的推薦方法,設計
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于WUM的個性化智能推薦技術研究.pdf
- 服裝個性化推薦方法研究.pdf
- 機票個性化推薦方法.pdf
- 股票個性化推薦方法研究.pdf
- 基于信任關系的個性化推薦方法研究
- 基于信任關系的個性化推薦方法研究.pdf
- 社交網(wǎng)絡個性化推薦方法研究.pdf
- 基于QoS的個性化Web服務推薦方法研究.pdf
- 基于用戶聚類的個性化推薦方法研究.pdf
- 個性化的地點推薦方法研究.pdf
- 基于Web日志挖掘的個性化推薦方法研究.pdf
- 個性化營養(yǎng)菜譜推薦方法的研究.pdf
- 基于QoS的個性化云服務推薦方法研究.pdf
- 基于用戶行為的個性化推薦優(yōu)化方法研究.pdf
- 基于圖的個性化推薦研究.pdf
- 基于情景分析的網(wǎng)絡閱讀個性化推薦方法研究.pdf
- 基于位置社交網(wǎng)絡的個性化地點推薦方法研究.pdf
- 多媒體資源個性化推薦方法研究.pdf
- 基于多影響嵌入的個性化POI推薦方法.pdf
- 基于情感分析的個性化推薦研究.pdf
評論
0/150
提交評論