期刊文献+

基于环境因素和移动互联网的个性化推荐系统 被引量:1

下载PDF
导出
摘要 为解决信息激增给用户带来的信息选择难题,帮助用户节约查找和筛选信息的时间和精力,利用移动互联网环境下用户信息具有位置化和兴趣动态性等特点,提出并实现了基于位置和环境的移动互联网个性化推荐系统。建立了基于环境因素的多维度动态兴趣模型,通过对利用资讯信息的位置化和环境化处理建立了基于环境因素的信息特征模型。在兴趣模型和信息模型的基础上提出基于环境和位置的个性化推荐框架,并给出系统的实现架构。
出处 《电信快报(网络与通信)》 2013年第7期18-21,24,共5页 Telecommunications Information
基金 浙江省科技厅公益性技术应用研究计划项目(2011C23109)
  • 相关文献

参考文献5

二级参考文献48

  • 1余力,刘鲁,罗掌华.我国电子商务推荐策略的比较分析[J].系统工程理论与实践,2004,24(8):96-101. 被引量:45
  • 2余力,刘鲁.电子商务个性化推荐研究[J].计算机集成制造系统,2004,10(10):1306-1313. 被引量:104
  • 3Sarwar B,Karypis G,Konstan J,Reidl J.Item-based collaborative filtering recommendation algorithms//Proceedings of the 10th International Conference on World Wide Web.Hong Kong,China,2001:285-295. 被引量:1
  • 4Deshpande M,Karypis G.Item-based top-n recommendation algorithms.ACM Transactions on Information Systems,2004,22(1):143-177. 被引量:1
  • 5Bell R M,Koren Y.Improved neighborhood-based collaborative filtering//Proceedings of the 13th ACM SIGKDD International Conference on Knowledge Discovery and Data Mining.California,2007:7-14. 被引量:1
  • 6Koren Y.Factor in the Neighbors:Scalable and accurate collaborative filtering.ACM Transactions on Knowledge Discovery from Data,2009,4(1):1-24. 被引量:1
  • 7Kurucz M,Benczúr A A,Csalogny K.Methods for large scale SVD with missing values//KDD Cup Workshop at Proceedings of the 13th ACM SIGKDD International Conference on Knowledge Discovery and Data Mining.California,2007:31-38. 被引量:1
  • 8Paterek A.Improving regularized singular value decomposition for collaborative filtering//KDD Cup Workshop at Proceedings of the 13th ACM SIGKDD International Conference on Knowledge Discovery and Data Mining.California,2007:39-42. 被引量:1
  • 9Takcs G,Pilszy I,Németh B,Tikky D.Investigation of various matrix factorization methods for large recommender systems//Proceedings of the 2nd KDD Workshop on Large-Scale Recommender Systems and the Netflix Prize Competition,2008:1-8. 被引量:1
  • 10Herlocker J,Konstan J,Riedl J.An empirical analysis of design choices in neighborhood-based collaborative filtering algorithms.Information Retrieval,2002,5(4):287-310. 被引量:1

共引文献269

同被引文献14

引证文献1

二级引证文献2

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部