基于多Agent的电子商务个性化推荐系统模型研究

针对现有推荐系统缺乏智能性、自适应性、主动性等处理能力的局限性，采用多Agent技术并结合Web日志挖掘技术，将传统的个性化推荐系统中的功能模块构建为智能体，提出了一个基于多Agent的电子商务个性化推荐系统（MAPRS）的整体架构模型，并讨论了模型中各组成部分的功能与系统的运作流程。     

基于数据挖掘的高校图书馆网站个性化推荐系统

通过分析和提取图书馆数据库服务器上的网站描述文件和网站日志文件,获得图书馆网站浏览用户的浏览行为模式,分析图书馆网站网页间的相关性,从而构建模拟的图书馆网站个性化推荐系统,节省搜索网页的时间。     

基于案例推理的数字图书馆个性化推荐系统研究

在简要介绍案例推理技术的发展后,分析了数字图书馆个性化推荐系统的特点。根据数字图书馆个性化推荐系统的设计思想和方法,研究设计了基于案例推理的数字图书馆个性化推荐系统结构模型,提出了基于案例推理的数字图书馆个性化推荐系统设计方案,着重分析了数字图书馆个性化推荐系统的主要模块。     

基于社会标签的推荐系统研究

社会标签是一种新颖的大众索引方法,在Web 2.0时代各种收藏、检索、共享网站中得到广泛的应用,个性化推荐系统是基于用户的偏好为用户提供个性化信息服务的重要技术。本文针对推荐技术如何与社会标签结合的问题,分析了最新的研究现状和应用。详细阐述了3个方面的研究进展:标签推荐系统的研究、基于社会标签的个性化推荐系统的研究、社会标签的推荐应用系统。     

当代图书馆的个性化信息推荐

本文首先简要介绍从广泛使用数字和网络技术、智慧化管理和智慧化服务、服务的网络形式或移动形式等不同角度对当代图书馆的特征及发展前景的研究,然后着重介绍近年来理工科研究人员热烈进行的个性化推荐系统研究,最后介绍一些密切结合普遍的个性化推荐系统,又考虑个性化图书推荐特点的文献,并指出这样的研究在国内外都还太少,当代图书馆研究者急须了解理工科的推荐系统研究。     

国外个性化旅游推荐研究现状

个性化旅游推荐技术是解决目前旅游业信息爆炸问题的关键技术,国外在相关领域的研究较为前沿。本文总结分析了近年来与个性化旅游推荐相关的国外学者研究状况。个性化旅游推荐技术是在个性化电子商务推荐系统研究出现之后才有的研究领域,目前国内外对于个性化旅游推荐技术的研究已经非常深入,未来在这方面的研究将会是对更准确的推荐结果的追求。     

基于富语义的数字图书馆个性化推荐服务系统构建

[目的/意义]旨在提升数字图书馆个性化推荐系统的服务能力.[方法/过程]以图书馆个性化推荐服务为主要研究对象,以读者知识与情感需求分析为引擎,基于富语义技术实现对个性化推荐服务系统的构建,从需求分析、数据收集、读者交互、语义检索、语义分析等方面实现数字图书馆的个性化推荐服务体系架构.[结果/结论]基于富语义的个性推荐系...     

电子商务中的个性化推荐方法评述

随着电子商务的不断发展,如何更好地了解用户需求以提供更令人满意的个性化服务变成了一个十分关键的问题,也就是电子商务推荐系统产生的动因.文章首先介绍了电子商务个性化推荐系统的概念和作用.然后对当前最主要推荐策略的原理、应用进行了描述,随后对这些推荐策略的优劣势进行了深入的分析、评价.接着评述了推荐算法评价的相关难题和研究,再就是对电子商务推荐系统的相关因子研究进行了介绍.在最后部分.文章对将来个性化推荐的研究方向进行了探讨,希望通过这样的探索能进一步推动个性化推荐的相关研究.     

基于标签的个性化信息推荐研究综述

标签系统构建的"用户-资源-标签"之间的三元关系为个性化信息推荐提供了新的研究思路,引起了部分学者的密切关注.本文依据推荐算法的不同,总结归纳了国内外基于标签的个性化信息推荐研究的相关成果,分析了现有研究的不足,展望了基于标签的个性化信息推荐研究的趋势.     

搜索引擎系统中的Web个性化信息推荐技术

Web个性化推荐技术在现代互联网中有着广泛的应用,它能将Web网络信息按照用户的个性化需求主动地向用户提供服务。但是由于现代搜索引擎通常缺乏用户的相关登录信息和网页访问路径信息,所以传统的Web个性化推荐服务并不完全适用于搜索引擎。由于用户在访问搜索引擎时会产生大量的关键词访问序列,而这种关键词访问序列蕴含着丰富的用户个性化信息,基于此,提出了一种利用搜索引擎访问日志中的关键词访问序列来进行Web个性化推荐服务的方法,并分析了相关技术特点和实现细节。     

基于图书馆数字资源访问系统的读者行为数据挖掘研究

通过分析读者在图书馆数字资源系统的行为日志数据,可以准确的挖掘出读者的真实需求,更好的为读者提供个性化服务。文章先介绍了读者行为分析在图书馆行业的研究现状,以及对读者行为挖掘的研究意义,然后介绍了对读者在数字资源访问系统中的访问日志数据进行数据采集、数据挖掘的方法,构建了读者行为分析系统模型。     

数字图书馆的分发模式研究

个性化推荐是解决数字图书馆资源"既多又少"矛盾的有效途径,分发模式是个性化推荐研究的重要内容。本文系统研究了数字图书馆资源个性化推荐所涉及的各种分发模式,给出了分发模式的执行流程和形式化定义,并提供相应实例。     

基于联机公共检索目录的读者隐性信息行为个性化书目推荐引擎构建

文章以图书馆集成管理系统的日志数据为基础,从中提取出读者的信息行为记录,通过一定的推荐算法分析,采用开源的Apache Mahout,为读者构建了一个简单、方便、快速的同趣、同类书目推荐引擎,提高了读者对所需图书的可发现性,有利于读者的个性化服务。     

基于标签的个性化信息推荐系统动力学模型与仿真

基于系统与控制理论, 通过分析标签系统中标签、用户、资源的关系, 运用系统动力学的方法分析个性化信息推荐的过程及影响因素, 在此基础上构建信息推荐的系统动力学模型, 并采用vensim PLE软件对模型进行仿真, 最后通过对模型的有效性验证分析, 揭示了信息推荐的特性及机理, 为进一步研究基于标签的个性化信息推荐动态演变提供研究思路。     

社会化标签系统中基于组合策略的个性化知识推荐研究

分析了基于社会化标签的个性化知识推荐研究的现状与不足,结合组合推荐中的变换策略和混合策略,建立了社会化标签系统中基于组合策略的个性化知识推荐系统架构,探讨了组合推荐所涉及的社会化标签—评价矩阵、社会化标签网络、知识互动型社会网络的相关问题。     

Web信息个性化的研究

分析了个性化用户兴趣模型的建立度更新；综述了实现Web信息个性化的两类系统：推荐系统和个性化的Web搜索系统；研究了实现个性化搜索的前提条件；最后对个性化搜索的将来进行了展望。     

基于社会化标注的用户兴趣发现及个性化推荐研究

基于标签的个性化推荐应用越来越普遍,但是标签带有的语义模糊、时序动态性等问题影响着个性化推荐质量,现有研究仅从数量和结构上考虑用户与标签的关系。基于社会化标注系统的个性化推荐首先对融合社会关系的标签进行潜在语义主题挖掘,然后构建多层、多维度用户兴趣模型,提出模型更新策略,最后实现个性化推荐。采集CiteUlike站点数据进行实验分析,结果表明改进算法比传统算法更准确表达用户兴趣偏好,有效提高了个性化推荐准确率。     

基于信息流的实时电子商务动态个性化推荐

针对企业对实时个性化推荐的需求,基于信息流的表达、生成和分析对顾客访问记录进行了深层次挖掘,研究了电子商务系统实时个性化推荐策略,提出了包含信息流定义、信息流评价、知识匹配、网站动态组织等算法在内的个性化推荐算法.基于J2EE技术完成了包含客户端、服务器端和存储系统在内的实时动态个性化推荐系统的结构设计.实例表明,随着训练次数的增加推荐准确度呈升高的趋势,并优于关联规则法.     

基于协同过滤的电子商务个性化推荐算法分析

个性化推荐系统是电子商务运作过程中的重要组成部分,计算机网络信息化的不断发展和当今数据的爆炸式增长,使得人们很难在海量信息中找寻出适合自身需求的数据和信息,信息过载状况时有发生。阐述了我国电子商务个性化推荐系统的作用,分析了当前主流电子商务推荐技术,对基于协同过滤的电子商务个性推荐算法进行了研究。     

基于情景大数据的图书馆个性化服务推荐系统研究

大数据时代,图书馆个性化服务面临着诸如数据海量、种类繁多、快速增长、价值巨大的严峻的挑战。本文在描述大数据背景及其特点的基础上,研究了基于情景大数据的图书馆个性化服务推荐系统。该系统将读者的情景大数据引入个性化服务推荐过程,可以全面、及时、准确地评估读者需求,并根据读者的爱好实时、主动地推荐服务。