郑州轻工业学院学报（自然科学版）
鄭州輕工業學院學報（自然科學版）
정주경공업학원학보（자연과학판）
JOURNAL OF ZHENGZHOU INSTITUTE OF LIGHT INDUSTRY(NATURAL SCIENCE)
2006年
4期
66-68
,共3页
电子商务%推荐系统%推荐方法%Web挖掘%协同过滤%事务聚类%关联规则%关联规则超图划分技术
電子商務%推薦繫統%推薦方法%Web挖掘%協同過濾%事務聚類%關聯規則%關聯規則超圖劃分技術
전자상무%추천계통%추천방법%Web알굴%협동과려%사무취류%관련규칙%관련규칙초도화분기술
以改进Apriori算法、K-means聚类算法和ARHP算法3种不同的Web挖掘技术为基础构造推荐算法,形成推荐集.仿真实验结果表明基于ARHP的推荐算法的覆盖率和准确度明显高于其他两种方法,可用于基于Web挖掘的电子商务推荐系统中.
以改進Apriori算法、K-means聚類算法和ARHP算法3種不同的Web挖掘技術為基礎構造推薦算法,形成推薦集.倣真實驗結果錶明基于ARHP的推薦算法的覆蓋率和準確度明顯高于其他兩種方法,可用于基于Web挖掘的電子商務推薦繫統中.
이개진Apriori산법、K-means취류산법화ARHP산법3충불동적Web알굴기술위기출구조추천산법,형성추천집.방진실험결과표명기우ARHP적추천산법적복개솔화준학도명현고우기타량충방법,가용우기우Web알굴적전자상무추천계통중.
