个性化推荐系统
个性化推荐系统的相关文献在2003年到2022年内共计221篇,主要集中在自动化技术、计算机技术、信息与知识传播、贸易经济
等领域,其中期刊论文149篇、会议论文14篇、专利文献4191476篇;相关期刊115种,包括现代经济信息、电子商务、商场现代化等;
相关会议14种,包括辽宁省通信学会2017年通信网络与信息技术年会 、信息系统协会中国分会第五届学术年会、第十七届全球华人计算机教育应用大会(GCCCE2013)等;个性化推荐系统的相关文献由456位作者贡献,包括王守崑、赵智、严志武等。
个性化推荐系统—发文量
专利文献>
论文:4191476篇
占比:100.00%
总计:4191639篇
个性化推荐系统
-研究学者
- 王守崑
- 赵智
- 严志武
- 严金龙
- 于跃
- 付芬
- 伍盛
- 何丰
- 倪晚成
- 冉从敬
- 刘军
- 刘旭东
- 刘红霞
- 卢国丽
- 卢学裕
- 卢述奇
- 向阳
- 吴恒龙
- 周涛
- 夏春燕
- 姚兴苗
- 姚键
- 姜书浩
- 字云飞
- 孙剑
- 孙华艳
- 孙洁丽
- 宋凯
- 尹玉宗
- 张丽娜
- 张洋
- 张海东
- 张腾
- 施魏松
- 时兵
- 易芃
- 曹健
- 曾秀芹
- 李业丽
- 杨剑锋
- 杨成
- 杨芹英
- 栗春亮
- 樊勇
- 樊立斌
- 欧辉思
- 游新冬
- 潘柏宇
- 王伟
- 王心妍
-
-
徐海文;
谭台哲
-
-
摘要:
在以往的推荐系统模型中,大多是通过协同过滤算法实现的,所以会存在冷启动和数据稀疏性等问题,从而导致推荐质量不高。一般的解决办法就是通过加入一些附加的语义信息来提升推荐的精度。而知识图谱中就包含了大量的语义内容,可以在推荐系统中引入知识图谱作为附加信息。因此,本文提出了基于知识图谱的个性化推荐系统构建。在推荐模型中加入知识图谱,可以很好的增强推荐的准确性。
-
-
覃琼花
-
-
摘要:
个性化推荐系统分为离线系统和在线系统,二者相互联系、相互配合,且它在发展过程中也存在一些问题。针对以上问题,可以通过用户主导推荐和项目指导推荐分别进行改进。另外,好的个性化推荐系统离不开优秀的设计,主要分为4个管理系统:源数据管理、ETL管理、数据策略管理和集群管理,重点是数据策略管理。该文通过对协同过滤算法的个性化推荐系统进行分析,希望能够通过该文简单的分析探讨为后研究者提供借鉴意义。
-
-
谢浩然;
陈协玲;
郑国城;
王富利
-
-
摘要:
E-Learning领域的推荐系统在满足学习者个性化学习需求方面发挥着重要作用。近年来,国际上围绕E-Learning推荐系统开展的研究迅速增多。采用文献计量分析方法对该领域的研究进行系统分析,有助于为E-Learning推荐系统的高水平研究和高质量应用提供镜鉴。综括而言,当前国际E-Learning领域的推荐系统研究热点及其演变趋势集中体现在6个方面:一是融合多种技术优势的混合推荐日益受到重视且逐渐成为主流。二是伴随技术支持下群体学习的多元发展,个性化推荐由关注个体推荐逐步转向关注群体推荐。三是随着大规模开放在线课程的流行,个性化推荐逐步突破小规模而面向大规模学习者群体,重视通过对海量学习资源和过程数据的搜集和挖掘而提供个性化推荐。四是从心理学层面关注学习者情绪变化,并据此构建上下文推荐系统,通过优化调整推荐内容不断促进学习者高效完成学习任务。五是在推荐功能上更加强调学习模型构建,重视提升学习者的深层次认知能力和促进有效学习。六是在先进技术的支持上,个性化推荐系统强调引入深度学习技术,不断优化其表征能力、融合效率和推荐效果。
-
-
邱学
-
-
摘要:
近年来,众多聚合型新闻客户端不断兴起。为了更好地服务大众而进行的个性化推荐研究也逐渐进入人们的视线中,成为连接用户和信息的重要途径,同时也为海量信息内容时代建立了一种全新的服务模式。本文主要通过对“今日头条”App 进行个性化推荐过程中所产生的联系与发展问题的分析,进一步探讨了聚合型新闻客户端的个性化推荐发展问题。
-
-
何如珍
-
-
摘要:
本文为了解决参学干部面临的资源困惑,提出在干部在线学习过程中,使用基于Web使用挖掘和基于用户的协同过滤技术相结合的推荐方法构建个性化推荐模型,进而为参学干部推送感兴趣的学习资源。这种推荐机制解决了参学干部面临的资源困惑,同时也使他们拥有了更好的学习体验。
-
-
李乡儒;
梁惠雯;
冯隽怡;
肖江平;
彭婉芬
-
-
摘要:
为了通过充分挖掘和分析用户的学习行为规律及认知特点,借助互联网和人工智能技术提升个性化教育的深度和广度,设计了一个包含用户画像的个性化学习资源推荐系统.该系统由数据层、数据分析层和推荐计算层构成.数据层由用户数据以及包含知识资料、学习资料和标签集的资源库组成;数据分析层融合了以基础信息、学习行为等为代表的静态数据和动态数据,据此为用户生成个性化画像、提供直观形象的学习反馈;推荐计算层则通过相似性分析和聚类算法发现用户的学习行为规律,使用TF-IDF方法挖掘用户的资源偏好,并据此给出个性化的学习建议.该系统已应用于一个以人工智能类课程为主的在线教育平台,为师生提供个性化画像、学习反馈与资料推荐的服务,当前处于第二个学期的试用阶段.
-
-
杨剑锋;
张洋;
肖晗
-
-
摘要:
IPTV丰富的多媒体业务能够较好地满足家庭用户多样化的收视需求.为了提升业务运营效果,提高用户黏性,IPTV需要实现"千人千面"的智慧运营.个性化推荐系统常被用于解决智慧运营中的信息过载问题,但同时也会受到数据稀疏性、冷启动以及可解释性等问题的困扰.本文介绍了基于节目知识图谱、图神经网络及点击率预估的个性化推荐系统,分析了它们在IPTV节目推荐系统的应用.借助三种新技术,将有助于挖掘用户的个性化需求,提高个性化推荐的推荐效果.
-
-
刘帅;
谢笑
-
-
摘要:
基于隐私关注理论和心理抗拒理论研究个性化推荐系统对健康类APP用户不持续使用意愿的影响,通过问卷调查和结构方程模型方法进行实证研究.研究发现,在健康类APP的应用场景下,个性化推荐系统对用户不持续使用意愿具有直接的显著影响,个性化推荐系统至少存在两个不利影响的作用路径,其一是对隐私关注具有直接的正向影响作用;其二是对用户感知视野狭窄具有直接的正向影响作用.感知视野狭窄对健康类APP不持续使用意愿具有间接的正向影响关系,通过心理抗拒诱发对用户不持续使用意愿的影响,实证研究也表明,心理抗拒对用户不持续使用APP具有直接正向的影响关系.
-
-
徐伟;
许鹏
-
-
摘要:
新一代信息技术促进了教学方式的变革,涌现出很多优秀的线上教学平台,如职教云、腾讯课堂等.线上课程具有不受时空限制、授课形式灵活多样的特点,在新冠肺炎疫情期间得到广泛应用,但大量线上课程的出现也给学生选课带来了困扰,为便于学生在众多的课程中选择适合自身特点的课程,设计开发了一款个性化课程推荐系统,系统采用协同过滤推荐算法,根据学生对课程的历史评分数据,使用大数据Hadoop离线计算框架MapReduce技术计算课程之间的相似度并生成课程推荐列表,在一定程度上满足了学生个性化需求.
-
-
尚梦莹;
白宗;
侯珂
-
-
摘要:
本文基于搭建大数据平台所需的Hadoop相关技术组件设计了个性化推荐系统,在分析个性化推荐系统设计的关键技术的基础上,对电商平台个性化推荐系统进行了设计,提高了用户检索商品的精准度,改善用户体验,为电商平台带来了更大的经济效益。
-
-
刘红霞;
赵蔚;
多召军
- 《第十七届全球华人计算机教育应用大会(GCCCE2013)》
| 2013年
-
摘要:
终身学习体系的建立,一直都是教育界研究的热点问题.在高速发展的信息社会,单纯注重知识的学习已经无法满足学习者及社会的发展需求,需要在终身教育的各个阶段注重学习者的能力发展.本研究是将个性化推荐的服务理念,能力导向的评估思想,引入到终身学习数字化服务体系中,构建一个能力导向的终身学习个性化推荐系统,以期为我国终身学习数字化学习体系的构建提供一种新的解决思路.
-
-
杨芹英
- 《贵州省系统工程学会第二届学术年会》
| 2011年
-
摘要:
在信息量越来越大的今天,基于各种推荐技术的个性化推荐系统应运而生,为了使用户及时从大量数据中得到所需信息,电子商务个性化信息推荐服务应运而生.协同过滤推荐技术作为目前最成熟、最成功的推荐技术,得到了广泛的应用.协同过滤通过收集用户的兴趣爱好,及其他用户的评分信息、计算用户间的相似度,从而进行推荐.然而由于数据稀疏度、冷启动、算法的可扩展性问题严重影响了推荐的准确度,推荐系统的应用和推广遇到了瓶颈.
-
-
戴代新;
姬鹏飞;
戴开宇
- 《中国第二届数字景观国际论坛》
| 2015年
-
摘要:
我国智慧景区建设快速发展,但对其核心技术的研究相对滞后;通过梳理智慧景区的研究现状,指出智慧景区的建设应该突出新技术的智慧特性,满足游客的个性化需求,提供智能化的高满意度服务.通过景区景点本体构建,阐述了景区本体构建的基本方法;基于景区本体构建和语义web技术开发了基于景区本体的景点个性化推荐系统,并通过原型演示说明了系统的智能性和有效性.
-
-
-
WANG Jinkun;
王锦坤;
JIANG Yuanchun;
姜元春;
LIU Yezheng;
刘业政
- 《信息系统协会中国分会第五届学术年会》
| 2013年
-
摘要:
个性化推荐技术是解决信息过载问题的有效工具.虽然个性化推荐在网络环境下得到了广泛应用,但是,在实体超市实施个性化推荐面临着众多挑战.为了支持实体超市的个性化服务需求,本文提出了一种面向实体超市的个性化推荐系统架构,该系统架构由数据库接口、用户交互界面和推荐引擎三部分组成。其中用户交互界面包括用户识别模块和推荐展示模块,用户识别模块集成了Wi-Fi信号识别、指纹识别、人脸识别等多种功能,系统识别目标用户后由推荐引擎调用离线生成的目标用户推荐列表返回给推荐展示模块。推荐展示有短信展示、邮件展示和推荐终端展示等方式。
-
-
-
李宁宁;
卢朝霞;
梁天一
- 《第九届全国体育工程技术大会》
| 2018年
-
摘要:
本文设计基于机器学习的个性化运动处方推荐系统,集体质测试与评价、运动风险评估、个性化运动处方推荐、信息管理等功能为一体.系统以体质测试数据为基础,综合考虑影响体质健康的诸多因素,评估用户的运动能力、预测其可能的运动风险,给出体质健康评估报告;并结合用户的健身需求制定个性化的运动处方,与传统的普适化运动处方相比,系统推荐的处方充分考虑了用户个体的健身需求、生活习惯、饮食习惯等因素,科学化、个性化程度更高.
-
-
李宁宁;
卢朝霞;
梁天一
- 《第九届全国体育工程技术大会》
| 2018年
-
摘要:
本文设计基于机器学习的个性化运动处方推荐系统,集体质测试与评价、运动风险评估、个性化运动处方推荐、信息管理等功能为一体.系统以体质测试数据为基础,综合考虑影响体质健康的诸多因素,评估用户的运动能力、预测其可能的运动风险,给出体质健康评估报告;并结合用户的健身需求制定个性化的运动处方,与传统的普适化运动处方相比,系统推荐的处方充分考虑了用户个体的健身需求、生活习惯、饮食习惯等因素,科学化、个性化程度更高.
-
-
李宁宁;
卢朝霞;
梁天一
- 《第九届全国体育工程技术大会》
| 2018年
-
摘要:
本文设计基于机器学习的个性化运动处方推荐系统,集体质测试与评价、运动风险评估、个性化运动处方推荐、信息管理等功能为一体.系统以体质测试数据为基础,综合考虑影响体质健康的诸多因素,评估用户的运动能力、预测其可能的运动风险,给出体质健康评估报告;并结合用户的健身需求制定个性化的运动处方,与传统的普适化运动处方相比,系统推荐的处方充分考虑了用户个体的健身需求、生活习惯、饮食习惯等因素,科学化、个性化程度更高.
-
-
李宁宁;
卢朝霞;
梁天一
- 《第九届全国体育工程技术大会》
| 2018年
-
摘要:
本文设计基于机器学习的个性化运动处方推荐系统,集体质测试与评价、运动风险评估、个性化运动处方推荐、信息管理等功能为一体.系统以体质测试数据为基础,综合考虑影响体质健康的诸多因素,评估用户的运动能力、预测其可能的运动风险,给出体质健康评估报告;并结合用户的健身需求制定个性化的运动处方,与传统的普适化运动处方相比,系统推荐的处方充分考虑了用户个体的健身需求、生活习惯、饮食习惯等因素,科学化、个性化程度更高.