基于聚类算法的视频推荐系统的算法研究

针对目前视频推荐系统功能少、推荐数据不全面,以及采集用户数据不全推荐能力弱,用户体验差等问题,提出了一种基于聚类算法的视频推荐系统算法。通过自主开发的聚类算法中的AP-聚类分层分析所获取到的不同的用户信息,以及不同的用户的视频的关注度信息,形成不同的用户视频信息聚类库,结合用户视频信息库中的历史数据,进行标签设置,自主进行计算权重,利用开发的聚类层进行用户对视频信息的喜好进行排序,生成喜好序列表,最后通过聚类分层模型计算出不同用户在聚类信息库中的喜好视频信息,进行标签和推荐。该算法成功的对不同用户的视频信息进行了标签和推荐,且推荐针对性较强,命中率较高,具有一定的学术研究价值和实际推广意义。     

个性化推荐系统综述

随着信息时代的不断发展,信息过载是目前互联网用户面临的一个严重问题,个性化推荐系统就是解决这一问题的重要工具。为了解国内对个性化推荐领域的研究现状与发展趋势,通过对相关文献进行收集处理并借用VOSviewer、Excel对发文量、发文期刊、发文作者、关键词进行现状分析,同时对个性化推荐系统的关键技术用户兴趣模型和推荐算法进行阐述介绍。最后指出了未来个性化推荐系统的挑战与研究重点。     

基于云计算的信息推荐系统研究

通过对推荐系统和云计算技术的理论、技术问题进行研究,构建基于云计算的信息推荐系统,并对推荐系统中的推荐算法进行深入研究,利用云计算技术设计信息推荐系统,解决互联网中信息过载问题,为不同用户提供个性化的推荐服务,最后对云计算下的推荐系统的研究难点和发展趋势进行展望。     

基于文本挖掘的协同过滤优化在商品推荐中的应用研究

文章以天猫商城智能手机产品的用户评论数据为数据源,提出基于用户评论信息的协同过滤算法优化模型,其优化核心是将评论文本中蕴含的用户偏好信息融入到经典协同过滤模型中。通过对商品、用户的多个特征属性建立商品属性特征值表,并对用户和各个商品的属性特征值间进行余弦相似度计算匹配,从而形成用户感兴趣的组合推荐。     

基于信息用户的新闻推荐系统特点及构建

现今信息大爆炸的时代,每天有大量的新闻发布,如何在众多的新闻中,为用户推荐适合的新闻,增加用户的阅读舒适度有重要的意义。新闻推荐系统根据用户和新闻的特点,经过推荐模块采用不同的推荐算法进行新闻推荐。文章对新闻推荐系统进行了概述,给出了主要的流程图和主要算法。     

基于用户满意度的电子商务个性化推荐评价研究

电子商务个性化推荐不仅能使用户迅速快捷地获得合适的信息,还能为电子商务网站带来丰厚的商业利益。电子商务个性化推荐是指利用电子商务网站向用户提供商品信息和建议,帮助用户决定应该购买什么产品,模拟销售人员帮助客户完成购买过程。电子商务个性化推荐不仅能使用户迅速快捷地获得合适     

基于用户偏好的多特征融合个性化图书推荐模型

随着图书馆图书数量的增加,读者无法快速获取自己所需资源。针对数字图书馆无法为用户提供准确个性的图书推荐服务的问题,通过分析个性化推荐技术,构建了一种基于用户偏好的个性化图书推荐模型,并进行了系统的研究。最后通过试实验验证其模型的有效性。     

基于协同过滤和内容的用户需求混合推荐算法

个性化需求信息推荐是需求识别和获取的有效手段之一。文章提出了一种基于协同过滤和内容筛选的混合推荐模型,该模型利用用户特征相似性解决传统协同过滤的冷启动和稀疏性问题,并基于需求内容的特征提取和分析筛选掉与目标用户兴趣相差较大的需求,以此来提高推荐的准确性。实验表明,该模型能够避免数据稀疏问题,并提高需求推荐的质量。     

基于项目聚类和评分预测的协同过滤推荐算法研究

协同过滤算法是目前个性化推荐系统中应用最成功的推荐算法之一。目前协同过滤构建的用户-项目矩阵,一般是按用户对所有项目的评分构建,却没有考虑项目之间的分类情况,导致寻找的邻居集合可能不是最近邻居集合。针对此问题,本文提出基于项目聚类和评分预测的协同过滤推荐算法,该算法首先按商品聚类,将大矩阵按聚类的商品来进行子矩阵的计算,在子矩阵里进行兴趣度的测量,最后将在所有区域相似用户的推荐项目合并,成为该用户的最后推荐结果。实验证明新算法能够提高协同过滤推荐系统的推荐质量。     

基于深度学习的推荐系统研究

随着全球信息技术的迅猛发展,信息数据呈现出爆发式增长的趋势,如何从海量的数据中找出有价值的信息,是一个迫切需要解决的问题.推荐系统是解决这一问题的有效途径,而如何把深度学习这项技术融入推荐系统,是目前的研究热点.文章分析了传统的推荐系统存在的问题,提出了相应的解决方法和对策,使系统模型与用户的需求结合更加紧密,用户的满...     

基于深度学习的商品推荐系统研究

随着移动互联网和电子商务的快速发展,网上购物已经成为人们生活的一部分。商品推荐系统可以提升用户体验,同时增加商品销售量。深度学习技术更加精准的分析、计算用户曾经浏览或购买的商品,因此基于深度学习技术的商品推荐系统可以更加精准的为用户提供服务。     

“2013年上海市实施用户满意工程先进单位”推荐公告

根据中国质量协会关于做好2013年全国实施用户满意工程推进工作和实施用户满意工程先进单位推荐工作的通知精神,以及上海市质量协会的相关要求,市质协用户委员会按照以"提升用户满意度,提升企业竞争力"为主题,引导企业大力推动和有效实施用户满意工程的统一部署,在各行业主管部门、行业协会、各区县、行业质协的支持下,积极组织企业开展追求用户满意的活动。在企业自愿申报、行业/区县推荐的基础上,市质协按照有关管理办法组织对申报企业进行专门评审,决定推荐上海地铁第一运营有限公司等26家企业为2013年上海市实施用户满意工程先进单位(企业类);推荐中国石化上海石油化工股份有限公司生     

基于文献计量的个性化推荐研究进展分析

个性化推荐有效缓解了大数据时代"数据爆炸"的现象,通过事先了解用户的潜在兴趣偏好,有针对性的提供符合用户实际需求的信息,从而提高用户的使用效率。本文通过文献计量的方法对2008年到2018年之间的有关个性化推荐的相关文献进行统计分析,分别从时间分布、期刊分布、关键词共现分析以及关键词聚类分析几个部分展开研究,以发现个性化推荐领域的主要研究热点问题与发展趋势,进而探讨未来研究的走向,为个性化推荐的发展提供依据。     

基于模糊聚类的数字图书馆个性化推荐系统方案设计

用户建模是数字图书馆个性化推荐系统中的关键技术,本文依据中图法对用户兴趣进行了建模,并通过Apriori关联规则算法挖掘了信息资源各类别间的关联,然后通过FCM算法对用户进行聚类分析得到目标用户的最近邻,在Top_n最近邻居集中通过协调过滤技术产生推荐。实验结果表明,本文提出的方案是可行的和有效的,也为创新数字图书馆个性化服务提供了一种新的思路。     

基于用户的推荐系统技术应用及建构

随着互联网的发展，网上的信息量不断膨胀，出现了信息过载问题。而传统的信息检索技术在搜索效率、搜索准确度、反馈互动上均存在不足，不能有效地解决这个问题。推荐技术作为解决信息过载问题的有效工具应运而生。文章对推荐技术进行概述，介绍其基本流程及常用的推荐算法。     

基于改进二部图与专家信任的混合推荐算法

针对传统协同过滤算法出现的稀疏数据、用户冷启动等问题以及复杂网络结构的广泛应用,本文提出结合改进的二部图与改进的专家信任算法来提高推荐准确度。基于普通二部图算法,将用户对项目的评分作为节点之间的分配资源权重,不仅关注用户与项目之间的联系,同时体现用户对项目的喜好程度;其次,本文根据用户的评论数和与该用户对项目评分相同的数目来判断该用户的专家信任度,改进传统系统过滤算法。为了提高推荐准确度,改进缺点,我们将两者算法进行加权混合,加权因子根据实验中最小MAE值对应的权值来确定,形成混合推荐算法。最后针对基于用户的协同过滤、传统二部图以及本文提出的混合算法计算MAE值和平均Hamming距离,对比分析本文算法的推荐准确度与多样性,实验表明本文方法推荐效果较好,准确率高,个性化强,有研究和应用价值。     

“2012年上海市实施用户满意工程先进单位”推荐公告

根据中国质量协会关于做好2012年全国实施用户满意工程推进工作和实施用户满意工程先进单位推荐工作的通知精神,以及上海市质量协会相关要求,上海市质协用户委员会按照以"先进质量方法普及应用年"活动为平台,以"提升用户满意度,提升企业竞争力"为主题,引导企业大力推动和有效实施用户满意工程的统一部署,在各行业主管部门、行业协会、各区县、行业质量协会的支持下,积极组织企业开展用户满意的活动。在企业自愿申报、行业/区县推荐的基础上,市质协按有关管     

“2012年上海市实施用户满意工程先进单位”推荐公告

根据中国质量协会关于做好2012年全国实施用户满意工程推进工作和实施用户满意工程先进单位推荐工作的通知精神,以及上海市质量协会相关要求,上海市质协用户委员会按照以"先进质量方法普及应用年"活动为平台,以"提升用户满意度,提升企业竞争力"为主题,引导企业大力推动和有效实施用户满意工程的统一部署,在各行业主管部门、行业协会、各区县、行业质量协会的支持下,积极组织企业开展用户满意的活动。在企业自愿申报、行业/区县推荐的基础上,市质协按有关管     

一种新的基于用户的协作过滤推荐算法

协作过滤是应用最为广泛的推荐技术，通常提供预测评分作为推荐。提出一种新的协作过滤算法，采用概率形式．即预测用户喜欢商品的概率来推荐。算法采用基于用户的思路，扩展最近邻算法，通过训练建立预测值和概率形式之间的映射模型，考察相似用户的评价提供概率形式的推荐。实验结果表明该算法能够提供比较准确的预测。     

用户需求视角下高校图书馆科学数据服务探析

随着科学技术的不断发展,数据服务建设在各行各业中都得到了极大的发展,并取得了较好的成绩。互联网的不断深入,不断改变着人们的生活方式。高校图书馆信息数据服务建设也面临着巨大的挑战,而利用互联网技术寻求用户的个性化需求,有利于图书馆服务的转型升级。同时,从纸质化阅读到移动互联的电子化阅读模式的转变,使得人们对科学数据的要求越来越高,以用户需求视角去进行图书馆服务建设,有利于读者更好地享受到技术发展带来的便利。文章贴合当前的高校图书馆用户需求,结合数据服务构建方式,构建图书馆信息资源建设模式。