共查询到20条相似文献,搜索用时 296 毫秒
1.
个性化推荐系统中顾客信息的隐式采集方法研究 总被引:1,自引:0,他引:1
随着电子商务的发展,个性化推荐系统得到了越来越广泛的应用.实现个性化推荐的基础是采集能够反映顾客偏好的信息。本文通过分析将隐式信息采集方法应用到个性化推荐系统中顾客信息采集时的特点,提出了一种面向点击、停留数据统计的个性化数据采集方法.井基于Ajax技术给出了应用实现。 相似文献
2.
电子商务中个性化信息服务研究 总被引:1,自引:0,他引:1
与传统信息服务相比,个性化信息服务能更好的满足用户的需求,是电子商务发展的方向。本文在介绍个性化信息服务的同时,并着重讨论了实现个性化信息服务的关键技术——个性化信息推荐系统,尝试地给出一个个性化信息服务推荐系统的体系结构。 相似文献
3.
电子商务中的个性化推荐方法评述 总被引:8,自引:0,他引:8
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. 相似文献
4.
5.
介绍了目前国内外5个比较有影响力的个性化信息推荐系统,对其推荐策略及其优缺点进行比较分析,并从电子商务界与图书馆界、国外图书馆与国内图书馆的角度,分别对个性化推荐服务的状况进行比较分析,最后对目前国内图书馆个性信息推荐服务状态进行评价。 相似文献
6.
7.
8.
[目的/意义]在社会化标注系统自组织运行的基础上,构建个性化信息推荐的多维度融合与优化模型,进而在大数据环境下,为用户提供精准的个性化信息推荐服务,从而进一步丰富个性化信息推荐的理论体系以及拓展个性化信息推荐的研究方法。[方法/过程]首先,对每一种个性化信息推荐方法的优点和不足进行深入分析;然后,将基于图论(社会网络关系)、基于协同过滤以及基于内容(主题)3种个性化信息推荐方法进行多维度深度融合,构建个性化信息推荐多维度融合模型;最后,对社会化标注系统中个性化信息推荐多维度融合模型进行优化,从而解决个性化推荐过程中用户"冷启动"、数据稀疏性和用户偏好漂移等问题。[结果/结论]通过综合考虑现有的基于图论(社会网络关系)、基于协同过滤以及基于内容(主题)的个性化信息推荐方法各自的贡献和不足,实现3种方法之间的多维度深度融合,并结合心理认知、用户情境以及时间、空间等优化因素,最终构建出社会化标注系统中个性化信息推荐多维度融合与优化模型。 相似文献
9.
10.
电子商务系统中的信息推荐方法研究 总被引:10,自引:1,他引:10
电子商务发展具有很大的潜力,本文从信息服务的角度,探讨了电子商务系统的信息推荐方法,重点论述了主动信息推荐和被动信息推荐两种推荐方法,并详细描述了一种个性化信息推荐方法——基于用户的信息过滤算法。同时本文还对主动信息推荐和被动信息推荐方法进行了比较分析。 相似文献
11.
【目的/意义】移动互联网时代,移动电子商务用户的个性化信息需求具有极强的情景依赖性与感知信任
性,针对目前移动商务信息服务个性化和准确性较低,提出融入用户个性化情景与用户间信任关系的推荐模型。
【方法/过程】首先,通过用户当前情景和历史评分数据计算出对每个用户即时信息需求影响最大的K个情景要素,
以此构造用户个性化情景,然后结合不同信任环境下的用户信任度矩阵改进已有的不同信任信息环境下用户情景
兴趣推荐方法,进而进行项目推荐。【结果/结论】通过Movie lens与Book-Crossing数据集对本文提出的算法和其
它两种算法进行比较,实验结果表明:本模型具有较高的推荐准确率,可有效地解决移动商务环境下的个性化推
荐问题。 相似文献
12.
对CNKI中国学术期刊网络出版总库中2006-2013年有关电子商务的期刊论文进行统计分析.结果显示:主要研究热点为推荐系统研究、个性化信息服务以及电子商务网站服务质量评价研究;主要研究机构为武汉大学、西安交通大学、吉林大学等高校.基于机构-关键词的2-模数据,分析主要研究机构的重点研究内容和重点研究领域的主要研究机构. 相似文献
13.
14.
15.
16.
17.
18.
推荐系统在高校数字图书馆的应用研究 总被引:5,自引:0,他引:5
信息时代,数字图书馆连渐成为满足图书馆用户个性化服务的主要解决方案。本文在描述高校数字图书馆个性化服务的概念及其特点后,提出使用电子商务中的推荐系统采帮助实现高校数字图书馆的个性化服务的论点。文章中建立了高校数字图书馆推荐系统的框架模型.井在此基础上对高校数字图书馆推荐系统的组成、处理、以及推荐结果的形式进行了探讨,指出了适合本系统的推荐算法。 相似文献
19.
个性化图书推荐主要是以用户特征和借阅行为为挖掘对象,通过获取用户的兴趣特征及隐含的需求模式,实现用户与图书相互关联的个性化图书推荐服务。本文通过挖掘用户的背景信息构建用户特征模型,然后在设计喜好值计算、用户相似度计算和内容相似度计算以及标签信息获取方法的基础上,研究多种不同的图书推荐方法,以挖掘用户的潜在信息需求。最后利用图书馆的真实数据设计面向高校图书馆的个性化图书推荐系统,同时以标准网络数据集通过实验验证来评估推荐方法的有效性。 相似文献
20.
在日常电子商务环境中,客户与企业间的交流、客户在网上购买产品的过程中、以及客户最终购买产品当中产生了海量的行为数据记录,这是给到企业提高二次营销成功率的关键因素。企业在获得这些有效数据的同时如何挖掘和利用这些信息资源、又如何分析客户关系来提升二次销售成功率,最终提升企业竞争力。论文在分析这些信息数据的基础上,讨论如何使用个性化推荐技术在企业电子商务客户二次营销中的应用。 相似文献