期刊文献+

推荐系统及其相关技术研究 被引量:6

Survey of recommender systems and relevant techniques
下载PDF
导出
摘要 在介绍推荐系统的定义和分类的基础上,深入讨论现有推荐系统普遍存在的问题,并提出了相应的改进策略:结合上下文信息;支持基于多标准推荐算法;在保证推荐精度的同时兼顾推荐的多样性;加强交互界面设计,提高系统逻辑的透明度;支持包括推荐包在内的多种推荐模式.我们相信这些策略有助于提高推荐质量,激发用户的参与度,从而增强推荐系统的实际可用性. Based on the definition and classification of RecSys, this paper identifies several limitations of existing techniques and proposes corresponding solutions. These strategies will substantially improve the quality of recommendations, stimulate user participation, and hence enhance the applicability of RecSys in a broader range of usages.
出处 《西南民族大学学报(自然科学版)》 CAS 2014年第3期439-442,共4页 Journal of Southwest Minzu University(Natural Science Edition)
基金 2014年国家外专项目 西南民族大学中央高校基本科研业务费专项资金(青年教师基金项目)(13NZYQN19) 西南民族大学中央高校基本科研业务费专项资金(优秀科研团队及重大孵化项目)(13NZYTD02) 西南民族大学中央高校基本科研业务费专项资金(青年教师基金项目)"(12NZYQN16) 西南民族大学2013年教育教学改革项目(2013ZC70)
关键词 推荐系统 个性化推荐 电子商务 协同过滤 recommender system personalization E-Commerce collaborative filtering
  • 相关文献

参考文献30

二级参考文献137

  • 1Shardanand U, Maes P. Social information filtering: Algorithms for automating "Word of Mouth". In: Proc. of the Conf. on Human Factors in Computing Systems. New York: ACM Press, 1995.210-217. 被引量:1
  • 2Hill W, Stead L, Rosenstein M, Furnas G. Recommending and evaluating choices in a virtual community of use. In: Proc. of the Conf. on Human Factors in Computing Systems. New York: ACM Press, 1995. 194-201. 被引量:1
  • 3Resnick P, Iakovou N, Sushak M, Bergstrom P, Riedl J. GroupLens: An open architecture for collaborative filtering of netnews. In: Proc. of the Computer Supported Cooperative Work Conf. New York: ACM Press, 1994. 175-186. 被引量:1
  • 4Baeza-Yates R, Ribeiro-Neto B. Modern Information Retrieval. New York: Addison-Wesley Publishing Co., 1999. 被引量:1
  • 5Murthi BPS, Sarkar S. The role of the management sciences in research on personalization. Management Science, 2003,49(10): 1344-1362. 被引量:1
  • 6Smith SM, Swinyard WR. Introduction to marketing models. 1999. http://marketing.byu.edu/htmlpages/courses/693r/modelsbook/ preface.html 被引量:1
  • 7Adomavicius G, Tuzhilin A. Toward the next generation of recommender systems: A survey of the state-of-the-art and possible extensions. IEEE Trans. on Knowledge and Data Engineering, 2005,17(6):734-749. 被引量:1
  • 8Resnick P, Varian HR. Recommender systems. Communications of the ACM, 1997,40(3):56-58. 被引量:1
  • 9Balabanovic M, Shoham Y. Fab: Content-Based, collaborative recommendation. Communications of the ACM, 1997,40(3):66-72. 被引量:1
  • 10Schafer JB, Konstan J, Riedl J. Recommender systems in e-commerce. In: Proc. of the 1 st ACM Conf. on Electronic Commerce. New York: ACM Press, 1999. 158-166. 被引量:1

共引文献754

同被引文献77

引证文献6

二级引证文献51

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