自适应推荐算法在电子超市个性化服务系统中的应用研究                                                                                                                        附视频

您当前的位置：

首页 >

文章列表页 >

自适应推荐算法在电子超市个性化服务系统中的应用研究附视频

更新时间：2024-10-14

为了满足电子超市中用户的个性化的服务需求

提出并实现了一种基于支持向量机的自适应推荐算法。首先

将用户模型按照层次化方式组织成领域信息和原子需求信息

考虑多用户同类信息需求。采用支持向量机对领域信息节点中的原子需求信息进行分类协同推荐

然后在针对每一领域信息节点中的原子信息需求进行基于内容的过滤。该算法克服了分别采用协同推荐和基于内容的推荐单一方法的缺点

大大提高了信息的查准率和查全率

尤其适合大规模用户群的信息推荐。该算法用于基于电子超市的个性化推荐服务系统(PRSSES)中

结果表明是有效的。

浏览量

434

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

自适应推荐算法在电子超市个性化服务系统中的应用研究

应用支持向量机的纹理分类

基于核的机器学习方法及其在多用户检测中的应用

基于局部余弦变换的低比特变速率语音编码算法研究

基于隐写工具的自相关特性进行音频隐写分析

自适应推荐算法在电子超市个性化服务系统中的应用研究附视频