個性化推薦
- 基于UBCF算法在圖書館個性化資源推薦中的應用研究
實現(xiàn)圖書館個性化推薦服務。關(guān)鍵詞：協(xié)同過濾算法；余弦相似度；圖書館；個性化推薦中圖分類號：TP312? ? ? 文獻標識碼：A文章編號：1009-3044（2023）36-0022-03開放科學（資源服務）標識碼（OSID）0 引言隨著人工智能技術(shù)的發(fā)展，出現(xiàn)了很多個性化推薦技術(shù)，特別是基于用戶的協(xié)同過濾（User-based Collaborative Filtering，簡稱UCBF）算法[1-2]，在很多領域也得到了應用。各個高校館藏書籍資源都很多，
電腦知識與技術(shù) 2023年36期2024-01-27
- 基于協(xié)同過濾算法實現(xiàn)高校畢業(yè)生推薦系統(tǒng)研究
橋梁，實現(xiàn)個性化推薦。本文重點介紹了協(xié)同過濾推薦算法在高校畢業(yè)生推薦系統(tǒng)中的應用，采用基于內(nèi)容的推薦算法計算相似度，并使用基于用戶的協(xié)同過濾算法生成推薦結(jié)果，這樣可以解決高校畢業(yè)生隨意就業(yè)和招聘企業(yè)盲目招聘等問題，提高推薦結(jié)果的準確度，有助于緩解這種情況。關(guān)鍵詞：高校畢業(yè)生推薦系統(tǒng)；協(xié)同過濾算法；個性化推薦；相似度計算引言根據(jù)最新的數(shù)據(jù)顯示，預計2023年全國普通高校畢業(yè)生人數(shù)將達到1158萬人，較2013年的699萬人增加了459萬人，增幅達到65.7%
互聯(lián)網(wǎng)周刊 2023年15期2023-08-31
- 面向在線健康社區(qū)的融合時間特征個性化推薦算法研究
康社區(qū)； 個性化推薦； 動態(tài)社交網(wǎng)絡； 個人動態(tài)偏好ＤＯＩ：１０．３９６９ ／ ｊ．ｉｓｓｎ．１００８－０８２１．２０２３．０９．００３〔中圖分類號〕Ｒ－０５８ 〔文獻標識碼〕Ａ 〔文章編號〕１００８－０８２１ （２０２３） ０９－００２６－１０健全和完善“互聯(lián)網(wǎng)＋醫(yī)療健康” 服務體系及支撐體系是當前推進實施“健康中國” 戰(zhàn)略的一項重要工作［１］ 。隨著這項工作的推進， 在線健康社區(qū)（Ｏｎｌｉｎｅ Ｈｅａｌｔｈ Ｃｏｍｍｕｎｉｔｉｅｓ， ＯＨＣｓ）已成為人
現(xiàn)代情報 2023年9期2023-08-31
- 面向讀者需求的圖書館精準服務探究
書館資源；個性化推薦以數(shù)字化為主導的新技術(shù)環(huán)境對圖書館事業(yè)新一輪發(fā)展提出了新要求。2019年，澳大利亞新南威爾士州立圖書館發(fā)布的《NSW戰(zhàn)略規(guī)劃：2019—2023》指出，圖書館轉(zhuǎn)型的戰(zhàn)略重點是關(guān)注公眾的需求，讓圖書館技術(shù)和服務適應社會和讀者成為新的討論焦點。隨著新一代信息技術(shù)與讀者服務的深度融合，圖書館除了提供館藏圖書、電子資源，還可通過分析和歸納讀者在圖書館留下的具有傾向性的數(shù)據(jù)信息，如閱讀目的、偏好等，快速、準確地為讀者提供符合其個性化需求的信息。如
傳播與版權(quán) 2023年16期2023-08-29
- 知識圖譜在互聯(lián)網(wǎng)電商平臺商品個性化推薦中的應用探索
質(zhì)量評估；個性化推薦中圖法分類號：TP391 文獻標識碼：A１ 概述在互聯(lián)網(wǎng)時代，人們的購物習慣逐漸從傳統(tǒng)的搜索式購物向個性化推薦式購物方式轉(zhuǎn)變，這也是互聯(lián)網(wǎng)電商平臺爭相發(fā)力的突破口，即通過挖掘用戶潛在的喜好或隱性需求，推動業(yè)績進一步提升。通常的個性化推薦系統(tǒng)是采用機器學習的方式，利用用戶的正負行為樣本（如瀏覽或購買行為）來訓練推薦算法模型，最終得到某一用戶推薦商品的序列。這種方式對用戶潛在喜好或隱性需求的挖掘效果不佳。而知識圖譜中蘊含商品屬性與屬性之間，
計算機應用文摘·觸控 2023年13期2023-07-17
- 知識圖譜在互聯(lián)網(wǎng)電商平臺商品個性化推薦中的應用探索
質(zhì)量評估；個性化推薦中圖法分類號：TP391 文獻標識碼：A１ 概述在互聯(lián)網(wǎng)時代，人們的購物習慣逐漸從傳統(tǒng)的搜索式購物向個性化推薦式購物方式轉(zhuǎn)變，這也是互聯(lián)網(wǎng)電商平臺爭相發(fā)力的突破口，即通過挖掘用戶潛在的喜好或隱性需求，推動業(yè)績進一步提升。通常的個性化推薦系統(tǒng)是采用機器學習的方式，利用用戶的正負行為樣本（如瀏覽或購買行為）來訓練推薦算法模型，最終得到某一用戶推薦商品的序列。這種方式對用戶潛在喜好或隱性需求的挖掘效果不佳。而知識圖譜中蘊含商品屬性與屬性之間，
計算機應用文摘 2023年13期2023-07-17
- 基于推薦和游戲化的智慧城市出行誘導系統(tǒng)設計
智慧城市；個性化推薦；游戲化；出行誘導系統(tǒng)中圖分類號：F570? ? 文獻標志碼：ADOI：10.13714/j.cnki.1002-3100.2023.11.019Abstract： With the rapid development of urban motor vehicle ownership， air pollution caused by burning fossil fuels increases the risk of people's
物流科技 2023年11期2023-06-28
- 基于用戶角度的新聞內(nèi)容個性化推薦研究
。新聞內(nèi)容個性化推薦技術(shù)應運而生，旨在根據(jù)用戶的需求和興趣推薦新聞內(nèi)容，提升用戶的閱讀體驗和滿意度。然而，目前大多數(shù)新聞推薦系統(tǒng)仍然采用基于內(nèi)容相似度或協(xié)同過濾等傳統(tǒng)方法，往往無法精確把握用戶的個性化需求。文章指出，傳統(tǒng)媒體和新媒體融合發(fā)展已經(jīng)成為行業(yè)共識，主流媒體的新聞傳播活動也從單一的“發(fā)布”轉(zhuǎn)向了“推送”，新聞內(nèi)容個性化推薦是用戶參與新聞生產(chǎn)的有效方式，能夠滿足不同用戶的個性化需求，提高用戶參與感和歸屬感，增強傳播效果。文章從新聞內(nèi)容個性化推薦技術(shù)的
新聞研究導刊 2023年7期2023-06-28
- 基于用戶畫像的課程學習視頻推薦系統(tǒng)研究與設計
用戶畫像；個性化推薦；推薦系統(tǒng)中圖分類號：TP311? 文獻標識碼：A? 文章編號：2096-4706（2023）09-0001-08Abstract： This paper studies and designs a course learning video recommendation system for online education. As online learning resources are numerous， and lack of
現(xiàn)代信息科技 2023年9期2023-06-21
- 新媒體時代個性化推薦的用戶困境分析
站為代表的個性化推薦平臺，就有可能給消費者造成人身權(quán)益損害和財產(chǎn)性利益損害。在用戶人身權(quán)益影響方面，具體表現(xiàn)在“信息繭房”加劇用戶認知偏差、注意力攫取加深用戶主體性焦慮；在用戶財產(chǎn)性利益損害方面，具體表現(xiàn)在經(jīng)營者于上游盤剝用戶數(shù)據(jù)財產(chǎn)、中游引導操控交易行為、下游算法歧視差異化定價。司法實踐中，對于此類行為帶來的用戶損害存在算法責任認定困難、公共妨害與經(jīng)濟利益難以平衡的困擾。對于個性化算法的規(guī)制，相關(guān)規(guī)定散見于各法律規(guī)范之中，對于算法侵權(quán)的適用場景和損害賠償
新聞研究導刊 2023年5期2023-05-18
- 基于上下文感知推薦的協(xié)同過濾技術(shù)
電子商務;個性化推薦中圖分類號：TP302.1? ? 文獻標識碼：A文章編號：1009-3044（2022）19-0085-021引言隨著移動互聯(lián)網(wǎng)技術(shù)的飛速發(fā)展，移動電子商務逐漸走進人們的生活。但是，人們在移動環(huán)境中購物的上下文信息不能與PC購物的上下文信息完全一致。各種應用于傳統(tǒng)電子商務的個性化推薦技術(shù)，當然也未必完全適用于移動電子商務。當用戶在移動設備上購物時，天氣、溫度和位置等上下文信息是不同的。因此，在進行個性化推薦時，應考慮這些上下文信息，從而
電腦知識與技術(shù) 2022年19期2022-08-31
- 算法平臺規(guī)訓下數(shù)字勞工分工精細化研究
力量，依據(jù)個性化推薦的信息分發(fā)機制，讓算法平臺逐漸成為信息的“把關(guān)人”，數(shù)字勞工服從“把關(guān)人”的權(quán)威，在此基礎上建構(gòu)“分工”的數(shù)字勞工勞動現(xiàn)狀。本文通過問卷調(diào)查法與案例分析法對抖音算法平臺上的數(shù)字勞工群體進行分析，揭示了數(shù)字勞工在算法平臺上的分工現(xiàn)狀，從傳播政治經(jīng)濟學角度對數(shù)字勞工的分工議題進行研究，為其提供新思考和新路徑?！娟P(guān)鍵詞】數(shù)字勞工;算法平臺;個性化推薦;分工隨著信息技術(shù)的迅猛發(fā)展，互聯(lián)網(wǎng)以前所未有的速度、廣度和深度嵌入社會生活的方方面面。截至2
新聞潮 2022年7期2022-05-30
- 定制衣柜功能布局推薦中用戶和產(chǎn)品類型劃分研究
功能布局 個性化推薦 用戶偏好 人群劃分 聚類分析引言隨著中國經(jīng)濟的快速發(fā)展，居住環(huán)境發(fā)生了翻天覆地的變化，城市森林的快速蔓延，使人口居住環(huán)境與空間面臨著巨大的挑戰(zhàn)和壓力[1]城市住宅《土寸金的概念在人們的意識里悄然達成共識，地產(chǎn)的發(fā)展離不開家具的補充，如何高效地規(guī)劃收納空間成為人們關(guān)注的重點。在現(xiàn)代家居生活理念之下，個性化定制家具成為人們追捧的住宅裝扮對象。定制家具發(fā)展到白熱化階段，但是衣柜的內(nèi)部功能格局還是不盡相同，沒有考慮到用戶的需求差異性，個性化的
設計 2022年9期2022-05-26
- 抖音短視頻“信息繭房”現(xiàn)象探究
分發(fā)所使用個性化推薦的一般模式，并且研究這種推薦模式對用戶產(chǎn)生什么影響，本文就抖音的推送方式進行闡釋后，再表明“信息繭房”的危害，對抖音的內(nèi)容推薦模式產(chǎn)生的影響進行論述，分析為用戶推薦內(nèi)容的根本思路和邏輯是什么。本文經(jīng)過分析得出，抖音用戶的選擇性心理是讓用戶走進“信息繭房”的首要條件，抖音平臺中個性化推薦會進一步促進“信息繭房”現(xiàn)象的產(chǎn)生，從而使用戶有“媒介依存癥”，于是可能開始單一的信息獲取路徑，這會造成用戶眼界受限。要想避免這一算法帶來的弊端，就需要用
衛(wèi)星電視與寬帶多媒體 2022年5期2022-05-14
- 基于情境感知的學習資源個性化推薦機制研究
述學習資源個性化推薦情境要素的基礎上，構(gòu)建了包含情境感知層、資源管理層、學習診斷層、個性推薦層及學習者界面的學習資源個性化推薦系統(tǒng)，并闡述了系統(tǒng)的推薦流程及實現(xiàn)。在情境感知理論的基礎上，構(gòu)建以情境感知技術(shù)為核心的學習資源個性化推薦系統(tǒng)，能提高學習資源與學習者之間的動態(tài)適應性，更好地服務于學習者的個性化學習需求。關(guān)鍵詞： 智慧教育; 情境感知; 學習資源; 個性化推薦中圖分類號：G434? ? ? ? ? 文獻標識碼：A? ? ?文章編號：1006-8228
計算機時代 2022年3期2022-03-21
- 平臺個性化推薦研究評述及展望
兀關(guān)鍵詞：個性化推薦;平臺;研究綜述;未來展望中圖分類號：C67 ? ? ? ?文獻標志碼：A ? ? ?文章編號：1673-291X（2022）06-0118-03引言近年來，以互聯(lián)網(wǎng)和信息技術(shù)為支撐的線上購物快速發(fā)展，消費者通過線上平臺進行購物已經(jīng)成為常態(tài)。然而平臺在滿足消費者眾多消費需求的同時，也出現(xiàn)了商品同質(zhì)化、信息過載等問題，造成消費者決策困難[1]?；诖耍鄶?shù)平臺企業(yè)嘗試采用個性化推薦，例如“淘寶”“京東”在其服務界面中都充分體現(xiàn)了導購的作用
經(jīng)濟研究導刊 2022年6期2022-03-19
- 傳播學視角下算法推薦研究的學術(shù)場域
詞】算法;個性化推薦;新聞分發(fā)平臺;科學知識圖譜;Citespace傳統(tǒng)媒體時代，專業(yè)新聞媒體把握了從新聞內(nèi)容制作到分發(fā)的絕大部分權(quán)力，受眾只能被動接收來自專業(yè)媒體的新聞內(nèi)容，主動權(quán)有限。而到了智能媒體時代，伴隨著網(wǎng)絡傳播技術(shù)的飛速發(fā)展而催生出的“Apple News”“今日頭條”等新聞分發(fā)平臺通過個性化推薦算法掌握用戶的興趣取向，向用戶推薦內(nèi)容，不僅打破了傳統(tǒng)媒體時代受眾的被動局面，同時迅速占據(jù)了原本由傳統(tǒng)媒體所掌握的新聞傳播市場，帶給整個新聞傳播業(yè)前所
新聞愛好者 2022年1期2022-03-14
- 關(guān)注線上評價還是在意線下距離？
特征，通過個性化推薦來探究O2O用戶的服務選擇決策行為特征。具體的，針對線上主觀服務口碑數(shù)據(jù)、線下客觀服務位置數(shù)據(jù)和二者融合數(shù)據(jù)分別設計了三種推薦算法。數(shù)據(jù)實驗結(jié)果表明：用戶的O2O服務選擇決策是同時考慮服務的線上口碑和線下位置的多屬性決策過程。但在這一過程中，備選服務的地理位置對用戶的選擇決策具有更大的影響作用。關(guān)鍵詞：O2O服務;用戶行為特征;服務地理位置;個性化推薦中圖分類號：C931.6 文獻標識碼：A 文章編號：2097-0145（2022）01
預測 2022年1期2022-03-13
- 在線學習資源的個性化智能推薦研究探析
習資源; 個性化推薦; 認知診斷中圖分類號：G642? ? ? ? ? 文獻標識碼：A? ? ? ? ? 文章編號：1006-8228（2022）02-111-05Research on personalized intelligent recommendation of online learning resourcesMa Hua， Li Jingze（College of Information Science and Engineering， Hu
計算機時代 2022年2期2022-02-24
- 利用學習者畫像實現(xiàn)個性化課程推薦
慣和偏好的個性化推薦路徑能夠降低學習者學習的盲目性、提升學習者在線學習體驗。文章提出了一種基于學習者畫像的個性化課程推薦方法，首先，利用爬蟲技術(shù)獲得Bilibili網(wǎng)站30多萬名學習者的數(shù)據(jù)，然后對學習者學習數(shù)據(jù)進行定量分析，尤其是在個性化特征最明顯的情感表達方面，采用了基于注意力機制的雙向長短時記憶網(wǎng)絡進行情感分析，從而構(gòu)建了包含學習者基本信息、行為和彈幕文本三個維度的學習者畫像特征模型。在此基礎上，利用深度神經(jīng)網(wǎng)絡建立了教學資源與學習者畫像之間的關(guān)系模
電化教育研究 2021年12期2021-12-14
- 基于知識圖譜的我國高校圖書館個性化推薦研究綜述
高校圖書館個性化推薦研究的發(fā)展路徑、熱點變遷及發(fā)展趨勢，以期為我國高校圖書館個性化推薦研究領域的學術(shù)探索與實踐提供相應的理論參考。研究發(fā)現(xiàn)：①針對該領域的研究已經(jīng)形成多個研究群體，研究合作方式以高校的校內(nèi)合作為主。②2010—2019年該領域研究熱點集中在個性化推薦、協(xié)同過濾、數(shù)據(jù)挖掘等方面，并在此基礎上衍生出情景化推薦、閱讀推廣等研究前沿。③2010—2019年該領域的研究可大致分為基礎研究與創(chuàng)新研究兩個階段，前者為后者的研究提供理論基礎，后者基于前者的
上海管理科學 2021年5期2021-12-09
- 基于Hadoop的電影推薦系統(tǒng)的設計
是為了解決個性化推薦的問題而設計。以網(wǎng)絡電影作為影片推薦的主要研究數(shù)據(jù)對象，選擇基于影片內(nèi)容的電影推薦方式算法和基于內(nèi)容協(xié)同數(shù)據(jù)過濾的電影推薦方式算法相關(guān)性結(jié)合的兩種算法，通過兩種電影推薦方式算法數(shù)據(jù)進行綜合計算后所得到的兩個電影相關(guān)性推薦系數(shù)值并進行了隨機組合，得到最終值的電影推薦相關(guān)性矩陣，構(gòu)建了一個電影推薦關(guān)系網(wǎng)。關(guān)鍵詞：電子商務系統(tǒng)，個性化推薦，Hadoop，MapReduce，協(xié)同過濾1.緒論1.1推薦系統(tǒng)介紹推薦系統(tǒng)是為了防止信息過載而采用的一
科學與生活 2021年24期2021-12-06
- 基于消費者視角的電商平臺個性化推薦策略探析
臺以各自的個性化推薦算法為消費者帶來了不同程度的便利，大大提升了用戶的消費體驗，但同時也給消費者帶來了一系列的問題。文章以淘寶和京東為例，羅列并總結(jié)出幾大類個性化推薦方法，從消費者的視角分析這些方法給用戶帶來的便利與煩惱，并針對性的提出建議，旨在幫助凈化當下冗雜的個性化方法，使得個性化方法回歸最初作用，促進其進一步發(fā)展。[關(guān)鍵詞]個性化推薦;電商平臺;消費者視角[DOI]10.13939/j.cnki.zgsc.2021.28.1901 引言當代電子商務領
中國市場 2021年28期2021-11-09
- 基于社交電商平臺的個性化推薦研究
電商平臺的個性化推薦進行深入研究。以典型的社交電商平臺小紅書為例，通過案例分析對社交電商平臺的個性化推薦現(xiàn)狀進分析，得出社交電商平臺的個性化推薦目前存在的問題。最后針對上述存在的問題，給出社交電商平臺個性化推薦的優(yōu)化建議。關(guān)鍵詞：電子商務;電商社交平臺;個性化推薦;拼多多;小紅書一、緒論（一）研究背景近年來，隨著我國移動互聯(lián)網(wǎng)的高速發(fā)展，人們使用互聯(lián)網(wǎng)的頻率大大增加。因此，我國的傳統(tǒng)電商平臺也不斷轉(zhuǎn)型，出現(xiàn)了一種以社交為基礎的電商平臺。各大電商平臺值此契機
現(xiàn)代營銷·理論 2021年7期2021-09-27
- 基于微信小程序的競賽學習平臺設計
建，并輔以個性化推薦算法。競賽學習平臺旨在通過多元化和個性化的功能提升大學生學科競賽學習的趣味性、互動性和有效性，協(xié)助學生用戶競賽技能提升的同時激發(fā)更多大學生參與競賽的積極性。關(guān)鍵詞：微信小程序;學科競賽;組隊;競賽學習;個性化推薦中圖分類號：TP311? ? ? 文獻標識碼：A文章編號：1009-3044（2021）21-0087-04開放科學（資源服務）標識碼（OSID）：1 背景如何在團隊競賽中找尋匹配的隊友以及如何提升競賽學習的效率和成效已然成為許
電腦知識與技術(shù) 2021年21期2021-09-23
- 教育數(shù)據(jù)在課堂與在線教學中的應用研究
習路徑; 個性化推薦中圖分類號：G40-057 ? ? ? ? ?文獻標識碼：A ? ? 文章編號：1006-8228（2021）08-93-05Research on the application of educational data in classroom teaching and online teachingSong Zhengguo， Diao Xiuli（College of Computer Science and Engineerin
計算機時代 2021年8期2021-09-05
- 綜合時空信息的Web服務QoS預測方法研究
矩陣分解;個性化推薦中圖分類號：TP301? ? ? 文獻標識碼：A文章編號：1009-3044（2021）18-0233-03開放科學（資源服務）標識碼（OSID）：1 背景Web服務的QoS屬性是選取最佳候選服務時需要考慮的關(guān)鍵性因素，是動態(tài)服務發(fā)現(xiàn)、查詢、選擇和主動推薦的基礎，通常用來體現(xiàn)Web服務的非功能特性。由于在實際應用中，Web服務數(shù)量非常多，用戶對大多數(shù)服務并不了解，因此Web服務的QoS屬性值不完整。而且，不同用戶的網(wǎng)絡環(huán)境及服務運行環(huán)境
電腦知識與技術(shù) 2021年18期2021-08-18
- 基于時間因子改進個性化推薦模型
時間因子;個性化推薦;協(xié)同過濾中圖分類號：TP311.60 ? ? 文獻標識碼：AImproved Personalized Recommendation Model based on Time FactorHU Anming1， CHEN Huie2（1.School of Computer Science and Engineering， Guangzhou Institute of Technology， Guangzhou 510540， Chin
軟件工程 2021年7期2021-08-05
- 融合個性化推薦的文章聚合系統(tǒng)
了一種融合個性化推薦的文章聚合系統(tǒng)，系統(tǒng)的推薦內(nèi)核主要依賴于所提的融合用戶畫像的協(xié)同過濾推薦方法，以此為平臺方用戶提供文章推薦服務。關(guān)鍵詞：個性化推薦? 文章聚合? 協(xié)同過濾? 用戶畫像中圖分類號：TP391.3? ? ? ? ? ? ? ? ? ? ? ?文獻標識碼：A文章編號：1672-3791（2021）04（a）-0035-03An Article Aggregation System Integrating Personalized Recomm
科技資訊 2021年10期2021-07-28
- 基于動態(tài)權(quán)重的商品混合推薦系統(tǒng)
問題，提升個性化推薦效果。將大數(shù)據(jù)技術(shù)和推薦算法結(jié)合，設計并實現(xiàn)基于大數(shù)據(jù)的商品混合推薦系統(tǒng)。最后使用Amazon的數(shù)據(jù)集進行系統(tǒng)測試，該文提出的動態(tài)權(quán)重混合方式比傳統(tǒng)線性混合擁有更好的性能。關(guān)鍵詞：推薦系統(tǒng)? 混合推薦? 動態(tài)權(quán)重? 個性化推薦中圖分類號：TP391.3? ? ? ? ? ? ? ? ? ? ? ?文獻標識碼：A文章編號：1672-3791（2021）04（a）-0032-03Commodity Hybrid Recommendation
科技資訊 2021年10期2021-07-28
- 基于系統(tǒng)動力學的資訊個性化推薦研究
品。當前，個性化推薦已經(jīng)在電子商務、影視作品、餐飲美食、新聞資訊等領域獲得了較為廣泛的應用?！熬〇|”的推薦起步于2012年，當時的產(chǎn)品推薦是基于規(guī)則匹配進行的，整個推薦產(chǎn)品線組合就像一個個松散的原始部落，部落與部落之間沒有任何工程、算法的交集。“淘寶”從2013年推出了“個性化推薦”即“千人千面”的推薦引擎，利用用戶的一些行為，通過算法推測出用戶可能喜歡的東西?！懊缊F”構(gòu)建了世界上最大的菜品知識庫，為200多萬商家、3億多件商品繪制了知識圖譜，并為2.5億
河北科技大學學報 2021年2期2021-05-23
- 基于標簽的協(xié)同過濾推薦方法研究
行電視節(jié)目個性化推薦。首先，爬取相關(guān)信息對原始數(shù)據(jù)進行擴充，并利用統(tǒng)計學方法對時間特征進行歸一化處理，計算用戶偏好系數(shù);然后，統(tǒng)計出現(xiàn)次數(shù)較高的類別作為推薦類別標簽，并利用改進的杰卡德系數(shù)構(gòu)造標簽相似度矩陣;最后，根據(jù)推薦類別標簽的用戶偏好系數(shù)計算節(jié)目的推薦系數(shù)。實驗結(jié)果表明，基于標簽的協(xié)同過濾算法可以降低稀疏矩陣對推薦準確率的影響，相比基于物品的協(xié)同過濾算法，準確率提高了5%，召回率提高了3.1%。另外，使用改進的杰卡德系數(shù)計算相似度，減少了熱門標簽對推
北京聯(lián)合大學學報 2021年2期2021-05-21
- 一種裙裝個性化定制模式及系統(tǒng)
夠?qū)崿F(xiàn)裙裝個性化推薦、裙裝個性化定制以及裙裝專業(yè)設計，有效解決了裙裝個性化定制問題。關(guān)鍵詞：裙裝;個性化定制;個性化推薦;個性化定制模式;個性化定制系統(tǒng)中圖分類號：TP391? ? ? 文獻標識碼：A文章編號：1009-3044（2021）07-0018-04Abstract：For the problems of insufficient direct consumer participation and lack of professional des
電腦知識與技術(shù) 2021年7期2021-04-20
- 基于大數(shù)據(jù)的新能源汽車個性化售后服務推薦系統(tǒng)
能源汽車 個性化推薦 大數(shù)據(jù) 售后服務Personalized After-sales Service Recommendation System for New Energy Vehicles based on Big DataLiao Tianhui Li Fei Zhang Sen Zhang LiangAbstract：The domestic new energy vehicle after-sales service market starte
時代汽車 2021年6期2021-04-09
- 算法時代傳統(tǒng)隱私理論之困境與出路
靜結(jié)合”。個性化推薦中的數(shù)據(jù)性質(zhì)宜認定為隱私，因為從靜態(tài)的角度，其符合個人性、人格性、隱蔽性等“個性化”標準，且形式上多元，不局限于信息的形式。從動態(tài)的角度，若未獲得用戶的允許，個性化推薦算法，包括基于內(nèi)容的推薦、協(xié)同過濾推薦和基于知識的推薦等，計算判別用戶喜好的行為，既干擾了用戶的私有領域，又窺探了用戶的人格圖像。其行為結(jié)果符合隱私的“主體性”標準。關(guān)鍵詞：個性化推薦;算法;數(shù)據(jù);隱私[中圖分類號] D923?????[文章編號] 1673-0186（2
重慶社會科學 2021年2期2021-03-24
- 被塑造的共同體：個性化推薦算法若干問題審視
率，在有關(guān)個性化推薦算法的研究內(nèi)容當中，學者們常常從“信息繭房”“認知窄化”“過濾氣泡”等角度進行批判式研究。實際上，個性化推薦算法是否真的造成了使用者“故步自封”其實還是一個值得商榷的問題。文章提出在個性化推薦算法當中蘊含著共同體塑造的可能性，先提出個性化算法推送易造成全景敞視監(jiān)獄與數(shù)字勞工這兩個陷阱，再對個性化推薦算法是如何對共同體塑造構(gòu)建了可能進行分析。關(guān)鍵詞 技術(shù)；共同體；個性化推薦；算法中圖分類號 G2 文獻標識碼 A 文章編號 2096-036
新媒體研究 2021年19期2021-03-16
- 基于社區(qū)發(fā)現(xiàn)的個性化推薦技術(shù)研究
過載問題，個性化推薦技術(shù)是解決該問題的一種有效手段。該文利用社區(qū)發(fā)現(xiàn)技術(shù)“物以類聚、人以群分”的特點，將可能使人們產(chǎn)生相似興趣的物品進行聚類，并在此基礎上研究了基于社區(qū)結(jié)構(gòu)的個性化推薦算法。該算法可對推薦物品的新穎性進行調(diào)節(jié)，并可以緩解冷啟動問題。關(guān)鍵詞：社區(qū)結(jié)構(gòu)? 社區(qū)發(fā)現(xiàn)? 個性化推薦? 聚類算法中圖分類號：TP391? ? ? ? ? ? ? ? ? ? ? ? ? ?文獻標識碼：A文章編號：1672-3791（2020）10（c）-0217-03A
科技資訊 2020年30期2020-12-28
- 電子商務網(wǎng)站用戶體驗信息個性化推薦應用研究
要：傳統(tǒng)個性化推薦應用存在與用戶實際需求信息匹配度低的問題，為此設計了一種電子商務網(wǎng)站用戶體驗信息個性化推薦方法。通過分析數(shù)據(jù)清洗工作流程，設計用戶體驗信息個性化推薦應用算法，并根據(jù)用戶在網(wǎng)站上的相關(guān)行為，計算用戶個性推薦項目相似度。整合用戶對個性化推薦的反饋數(shù)據(jù)，提供用戶在網(wǎng)站體驗的個性化信息，以此完成對用戶體驗信息個性化推薦。此外，采用設計仿真實驗的方式，驗證了用戶經(jīng)過提出的個性化推薦后，在電子商務網(wǎng)站的平均瀏覽時長增多，證明推薦的個性化內(nèi)容與用戶的
科技創(chuàng)新與應用 2020年27期2020-12-24
- 基于Tensorflow的電影推薦系統(tǒng)
提出挑戰(zhàn)。個性化推薦系統(tǒng)是基于海量企業(yè)運營數(shù)據(jù)，通過挖掘產(chǎn)品數(shù)據(jù)和用戶數(shù)據(jù)隱藏的信息，實現(xiàn)的針對不同用戶的“千人千面”的個性化推薦服務，有助于企業(yè)精準把握用戶需求，創(chuàng)造價值增益。關(guān)鍵詞：大數(shù)據(jù);個性化推薦;機器學習DOI：10.12249/j.issn.1005-4669.2020.25.3201 引言在近年來，隨著電子商務的興起，推薦系統(tǒng)得到了更為廣泛的應用，同時也為推薦系統(tǒng)的研究注入了新的活力，例如Amazon、eBay、淘寶網(wǎng)等都采用了智能推薦系統(tǒng)來
卷宗 2020年25期2020-12-15
- 基于大數(shù)據(jù)的跨境電商平臺個性化推薦策略優(yōu)化
蓬勃發(fā)展，個性化推薦策略對于跨境電商平臺運營至關(guān)重要。首先對于傳統(tǒng)電商平臺的個性化推薦策略進行簡單介紹，然后結(jié)合跨境電商的特殊性闡述跨境電商平臺個性化推薦策略的特點，分析可改進的因素，最后結(jié)合大數(shù)據(jù)理念和技術(shù)有針對性地分別從建立區(qū)域用戶畫像庫、優(yōu)化推薦算法、提高推薦效率以及實現(xiàn)精準營銷等方面提出跨境電商平臺個性化推薦策略的優(yōu)化建議。關(guān)鍵詞：跨境電商;個性化推薦;策略優(yōu)化;大數(shù)據(jù)隨著近年來“供給側(cè)結(jié)構(gòu)性改革”以及“一帶一路”等戰(zhàn)略的持續(xù)推進，我國跨境電子商務
對外經(jīng)貿(mào)實務 2020年11期2020-12-14
- 一種基于營養(yǎng)標準的個性化幼兒套餐推薦方法
目標優(yōu)化;個性化推薦;營養(yǎng)均衡引言近幾年也有基于營養(yǎng)標準和食物個性推薦算法的相關(guān)研究，如利用協(xié)同過濾并且使用引入差分變 異策略算子的NSGA-2個性化健康飲食推薦方法[1]，基于情境感知的校園餐飲推薦方法[2]，利用粒子群，聚類和Slope one等算法的基于營養(yǎng)飲食推薦系統(tǒng)研究[3]，食材搭配推薦算法 研究[4]則是利用了基于NSGA-2改進的MOGA-UP算法和BP算法。本文則在經(jīng)典的協(xié)同過濾推薦算法LMF和Item CF的基礎上，又利用Google用
理論與創(chuàng)新 2020年17期2020-11-16
- 基于用戶畫像的智慧圖書館個性化移動視覺搜索研究
用戶畫像;個性化推薦中圖分類號：G252.7?? 文獻標識碼：A?? DOI：10.11968/tsyqb.1003-6938.2020066Research on Personalized Mobile Visual Search of Smart Library Based on User PortraitAbstract Embedding user's portrait in smart library's mobile visual search
圖書與情報 2020年4期2020-10-20
- 從受眾角度淺析信息的個性化推薦模式
播過程中，個性化推薦模式具備精準高效滿足用戶個性需求、加速用戶身份轉(zhuǎn)化的優(yōu)勢，同時帶來個人隱私泄露、“信息繭房”、社會個體特性弱化的缺陷。本文以受眾視角對個性化推薦模式進行簡要分析，啟發(fā)未來信息傳播模式的發(fā)展方向。關(guān)鍵詞：個性化推薦;信息傳播;用戶一、個性化推薦的描述智能時代致使海量信息爆炸，受眾單向進行信息搜索過濾的流程愈加繁瑣，為使用戶更加簡便快捷獲取符合心理需求的精準信息，基于用戶個人信息數(shù)據(jù)庫進行智能算法的個性化信息推薦模式應運而生?；谟脩粼?jīng)的
視界觀·下半月 2020年2期2020-10-14
- 基于社會媒體挖掘的推薦系統(tǒng)
信息過濾;個性化推薦中圖分類號：TP391.3 文獻標識碼：A 文章編號：1672-9129（2020）06-0080-01Abstract：withtheemergenceoftheInternetandtherapiddevelopmentofbigdataera，userscanmeettheneedsofvariousinformationretrievalintheprocessofsurfingtheInternet.However，witht
數(shù)碼設計 2020年6期2020-10-13
- 個性化推薦系統(tǒng)綜述
載等問題，個性化推薦系統(tǒng)隨之而產(chǎn)生。個性化推薦系統(tǒng)作為解決信息過載問題的有效技術(shù)，收到了廣泛的關(guān)注。文章從“朋友推薦”和“互惠推薦”的角度，對現(xiàn)有的研究進行了總結(jié)和評估，提出了目前推薦系統(tǒng)尚未解決的問題。關(guān)鍵詞：信息過載;個性化推薦;朋友推薦;互惠推薦一、引言為了解決信息過載問題，人們建立了以關(guān)鍵字搜索為核心的搜索引擎。搜索引擎雖然在一定程度上緩解了信息過載的問題，但是由于自身的局限性，未能夠解決人們對信息搜索高效需求。因為傳統(tǒng)的搜索引擎需要用戶有明確的目
中國集體經(jīng)濟 2020年25期2020-10-12
- 高校新讀者圖書個性化推薦服務分析
務;讀者;個性化推薦引言隨著網(wǎng)絡的發(fā)展，高校在圖書館的管理中也開始借助網(wǎng)絡平臺來優(yōu)化服務，有效的提升了讀者的閱讀體驗。但是，由于高校圖書服務的發(fā)展時間較短，針對讀者的個性化推薦服務效果較差，難以提升新讀者的閱讀興趣，導致圖書館的使用率難以得到提升。在未來的發(fā)展中，高校圖書服務應當針對新讀者的愛好提供個性化的推薦服務，以此來提升新生的閱讀興趣，提高圖書館資源的使用率，幫助學生養(yǎng)成閱讀習慣。1高校圖書的閱讀推廣與個性化推薦的發(fā)展現(xiàn)狀在當前的網(wǎng)絡閱讀背景之下，個
新教育論壇 2020年1期2020-09-10
- 個性化推薦算法的“偽”個性化
摘要：針對個性化推薦編織出的個性繁榮的虛幻夢境，筆者站在媒介批評的角度，從文化工業(yè)等理論視角對此進行批判性反思，從個性化推薦算法的主導邏輯、技術(shù)局限以及算法滿足的個性的真實性存疑這3個角度，揭示算法推薦的“偽”個性化背后的哲學本質(zhì)。關(guān)鍵詞：個性化推薦；算法新聞；“偽”個性化；文化工業(yè)中圖分類號：G206 文獻標志碼：A 文章編號：1674-8883（2020）18-0066-02一、引言算法作為信息傳播底層的技術(shù)支撐，正在被廣泛用于媒體信息生產(chǎn)、分發(fā)、反饋
新聞研究導刊 2020年18期2020-09-10
- 個性化推薦算法在互動電視業(yè)務系統(tǒng)中的應用
手，闡述將個性化推薦算法技術(shù)引入視頻點播系統(tǒng)的必要性。個性化推薦使用特殊的信息過濾技術(shù)，向用戶推薦其感興趣的內(nèi)容。簡而言之，個性化推薦算法是將用戶的個人喜好與具體的內(nèi)容特征進行對比，從而響應預測用戶對某些未評分項目的喜好程度。選擇參考功能項基于內(nèi)容屬性、用戶屬性和情景信息。關(guān)鍵詞：個性化推薦;融合推薦;數(shù)據(jù)挖掘;自學習能力0引言隨著江蘇有線互動電視業(yè)務的快速發(fā)展，互動電視節(jié)目內(nèi)容進入海量時代。業(yè)務部門通過每日更新欄目推薦內(nèi)容，使用戶可以快速瀏覽到業(yè)務部門推
電子樂園·下旬刊 2020年8期2020-09-10
- 國內(nèi)媒體個性化算法推薦研究熱點分析
? 算法;個性化推薦;文獻計量中圖分類號? G206? ? ? 文獻標識碼? A? ? ? 文章編號? 2096-0360（2020）13-0007-041? 研究背景學界關(guān)于算法的研究最早可追溯到20世紀，而它作為一項新技術(shù)應用于新聞業(yè)則發(fā)生在近10年，今日頭條的橫空出世更是將算法技術(shù)推上了風口浪尖。截至2016年10月，今日頭條的激活用戶數(shù)量就已達6億，其中1.4億的活躍用戶，每天每個用戶的平均使用時間為76分鐘[1]。同年，算法推薦正式超過人工編輯成
新媒體研究 2020年13期2020-09-06
- 基于用戶行為的電子商務個性化推薦探討
點，衍生出個性化推薦，希望通過分析用戶行為數(shù)據(jù)，精準把控用戶喜好，進行個性化推薦，提高顧客的忠誠度和購物體驗。本文以用戶行為數(shù)據(jù)分析為切入點，在此基礎上探究個性化推薦，提出見解，希望可以為我國電子商務行業(yè)的發(fā)展提供一些參考意見。關(guān)鍵詞： 個性化推薦;用戶行為;電子商務網(wǎng)站;信息管理一、用戶行為數(shù)據(jù)電子商務網(wǎng)站的用戶行為數(shù)據(jù)對網(wǎng)站運營的影響可謂無處不在，小到和網(wǎng)站的產(chǎn)品更新、推薦方式、服務推薦等日常行為息息相關(guān)，大到對網(wǎng)站的日常運營、產(chǎn)品的迭代更新、部門之間
經(jīng)營者 2020年16期2020-08-26
- 大數(shù)據(jù)環(huán)境下基于云計算的圖書館用戶信息 挖掘技術(shù)研究
掘結(jié)果執(zhí)行個性化推薦。用戶信息挖掘結(jié)果顯示，所研究技術(shù)能有效挖掘圖書館用戶興趣類型，以及用戶群體信息和時間序列信息。關(guān)鍵詞： 圖書館用戶; 信息挖掘; 云計算; 大數(shù)據(jù)環(huán)境; 用戶分類; 個性化推薦中圖分類號： TN911.2?34; TP391.4? ? ? ? ? ? ?文獻標識碼： A? ? ? ? ? ? ? ? ? ? ? ?文章編號： 1004?373X（2020）06?0168?03Research on library user infor
現(xiàn)代電子技術(shù) 2020年6期2020-08-03
- 研究構(gòu)建電信網(wǎng)絡詐騙防范預警信息平臺
款能夠利用個性化推薦系統(tǒng)，根據(jù)用戶年齡、職業(yè)、文化程度等信息形成用戶自定義個人畫像，為群眾量身訂造防范電信網(wǎng)絡詐騙的教育平臺APP，從而解決傳統(tǒng)網(wǎng)絡與線下宣傳教育出現(xiàn)的問題。通過Android系統(tǒng)構(gòu)建“防詐通”電信詐騙信息聚合平臺APP，利用推薦系統(tǒng)算法將數(shù)據(jù)進行分類并與用戶畫像結(jié)合實現(xiàn)個性化的防詐案例集，給用戶提供大量與自身切合的防詐新聞，培養(yǎng)并加固群眾的防范意識，以此來實現(xiàn)教育培養(yǎng)與提高公民防范電信網(wǎng)絡詐騙意識的目的。關(guān)鍵詞：個性化推薦;Android
網(wǎng)絡空間安全 2020年5期2020-07-26
- 基于協(xié)同過濾算法的嘻哈之家平臺設計
對用戶進行個性化推薦，同時還涵蓋BBS論壇、海量數(shù)據(jù)存儲技術(shù)、實時網(wǎng)絡分享技術(shù)。嘻哈之家平臺采用MVC設計模式、B/S架構(gòu)、tomcat服務器，以Java作為主要開發(fā)語言，打造一個整合性平臺，最終促進國內(nèi)嘻哈文化發(fā)展。關(guān)鍵詞：嘻哈之家;文化推廣;協(xié)同過濾算法;MVC;個性化推薦;BBS中圖分類號：TP391文獻標識碼：A文章編號：2095-1302（2020）07-00-030 引 言近年來國內(nèi)音樂被嘻哈浪潮席卷，嘻哈文化愛好者數(shù)量激增，從而為嘻哈文化的發(fā)
物聯(lián)網(wǎng)技術(shù) 2020年7期2020-07-23
- 電子商務個性化推薦研究現(xiàn)狀及展望
：電子商務個性化推薦極大提升了用戶購物體驗，引起了學界的廣泛關(guān)注。計算機領域的學者首先對個性化推薦的算法、模型進行了研究，隨后營銷和信息系統(tǒng)領域的學者們也從消費者行為視角來探討電子商務個性化推薦。本文將從用戶接受和消費者的影響兩個方面來闡述電子商務個性化推薦的研究現(xiàn)狀及展望，以期為后續(xù)相關(guān)研究提供理論支持和幫助。關(guān)鍵詞：電子商務；個性化推薦；用戶接受；用戶評價引言近幾年，電子商務網(wǎng)站迅猛發(fā)展，雖然給用戶帶來購物上的便利，但同時也讓用戶面臨信息超載從而導致選
電子商務 2020年7期2020-07-20
- 基于用戶興趣的個性化推薦模型構(gòu)建
用戶興趣的個性化推薦系統(tǒng)在多個領域內(nèi)獲得了廣泛的應用。在貨運產(chǎn)業(yè)中，運用個性化推薦模型可以使整個產(chǎn)業(yè)鏈運轉(zhuǎn)效率更高，節(jié)約時間成本和經(jīng)濟成本。在本文中筆者提出了一種貨運信息的個性化推薦方法，通過該種方法可以有效降低貨運車輛的閑置時間，提高貨運車輛的利用效率，降低公路運輸?shù)某杀?。關(guān)鍵詞：公路運輸? 個性化推薦? 物流成本1? 概述1.1 用戶興趣模型用戶興趣模型有如下建立方式：第一，通過對用戶主動在互聯(lián)網(wǎng)中輸入的信息進行分析和計算，個性化推薦系統(tǒng)將以此為基礎描
科技創(chuàng)新導報 2020年10期2020-07-14
- 教育信息資源個性化推薦服務模式研究
我們首先對個性化推薦服務的概要進行了深入的探究，然后分析了教育信息資源個性化推薦服務模式的內(nèi)涵，并結(jié)合實際情況，對未來相關(guān)服務模式的發(fā)展進行了合理展望，希望能對相關(guān)行業(yè)的從業(yè)人員起到應有的啟發(fā)作用。關(guān)鍵詞：教育信息資源;個性化推薦;服務;模式引言：隨著大數(shù)據(jù)時代的全面到來，教育信息資源也呈現(xiàn)出了爆炸式增長的趨勢，而學生的個性化學習需求卻難以得到的充分滿足。根據(jù)數(shù)據(jù)預測來看，現(xiàn)代化科技導致全球信息總量呈現(xiàn)出了爆炸式增長的情況，而2020年全球的數(shù)據(jù)總量將達到
科學導報·學術(shù) 2020年24期2020-07-10
- 大數(shù)據(jù)背景的變頻興趣變化推薦算法研究
。關(guān)鍵詞：個性化推薦;協(xié)同過濾;推薦算法;興趣變化;大數(shù)據(jù)推薦系統(tǒng);相似度計算中圖分類號：TP391 ? ? ? ?文獻標志碼：A ? ? ? ? 文章編號：2095-2945（2020）20-0014-03Abstract： The existing collaborative filtering algorithms that adapt to the change of interest can not reflect the frequency o
科技創(chuàng)新與應用 2020年20期2020-06-29
- 泛在學習資源個性化推薦公眾平臺設計
在學習資源個性化推薦和個性化學習，增強學習者與學習資源的相關(guān)性，幫助學習者提高學習效率，論述了泛在學習的內(nèi)涵，闡述了泛在學習公眾平臺相關(guān)研究現(xiàn)狀?；谛袨橹髁x學習理論和因材施教理論設計了包含學習者層面、教師層面、系統(tǒng)層面和管理員層面的泛在學習資源個性化推薦微信公眾平臺相關(guān)功能模塊，可為相關(guān)研究提供參考。關(guān)鍵詞：泛在學習;學習資源;個性化推薦;公眾平臺DOI： 10. 11907/rjdk.191809開放科學（資源服務）標識碼（OSID）：中圖分類號：TP
軟件導刊 2020年4期2020-06-19
- 面向智慧課堂的視頻服務系統(tǒng)設計與實現(xiàn)
視頻檢索;個性化推薦DOI： 10. 11907/rjdk.191 829開放科學（資源服務）標識碼（OSID）：中圖分類號：TP319文獻標識碼：A文章編號：1672-7800（2020）004-0147-05The Design and Implementation of Video Service System for Intelligent ClassroomCHEN Kai-xuan'. CHEN Hui. HUANG 2hao-cuj2（I .
軟件導刊 2020年4期2020-06-19
- 基于個性化推薦的在線教育平臺構(gòu)建研究
濾算法實現(xiàn)個性化推薦功能。對學習者在平臺上的注冊數(shù)據(jù)以及學習運動軌跡中產(chǎn)生的數(shù)據(jù)進行聚類分析，從而根據(jù)分析結(jié)果來為學習者推送更合適的學習內(nèi)容，以此提高在線學習的效率。構(gòu)建師生、生生的線上學習模式，為探索線上到線下的融合學習模式起到推動作用。關(guān)鍵詞：在線教育;個性化推薦;協(xié)同過濾算法中圖分類號：G64? ? ? ? ? 文獻標識碼：A? ? ? ? ? 文章編號：1673-9132（2020）19-0003-02DOI：10.16657/j.cnki.iss
學周刊 2020年19期2020-06-15