宜宾学院学报
宜賓學院學報
의빈학원학보
JOURNAL OF YIBIN UNIVERSITY
2013年
6期
82-85
,共4页
Web日志挖掘%聚类%协同过滤算法%个性化推荐系统
Web日誌挖掘%聚類%協同過濾算法%箇性化推薦繫統
Web일지알굴%취류%협동과려산법%개성화추천계통
个性化推荐系统被越来越多地应用到各类网站中,以解决信息增长带来的信息迷失和信息过载问题,而协同过滤算法是个性化推荐系统的重要算法之一,但是传统的协同过滤算法存在数据稀疏、冷启动等问题,为了解决这些问题,在综合WEB日志挖掘和聚类两个因素基础上,提出基于WEB日志和聚类的协同过滤算法,并将该算法与传统的协同过滤算法进行分析比较,验证了该算法能够提高推荐的精确度和实时性.
箇性化推薦繫統被越來越多地應用到各類網站中,以解決信息增長帶來的信息迷失和信息過載問題,而協同過濾算法是箇性化推薦繫統的重要算法之一,但是傳統的協同過濾算法存在數據稀疏、冷啟動等問題,為瞭解決這些問題,在綜閤WEB日誌挖掘和聚類兩箇因素基礎上,提齣基于WEB日誌和聚類的協同過濾算法,併將該算法與傳統的協同過濾算法進行分析比較,驗證瞭該算法能夠提高推薦的精確度和實時性.
개성화추천계통피월래월다지응용도각류망참중,이해결신식증장대래적신식미실화신식과재문제,이협동과려산법시개성화추천계통적중요산법지일,단시전통적협동과려산법존재수거희소、랭계동등문제,위료해결저사문제,재종합WEB일지알굴화취류량개인소기출상,제출기우WEB일지화취류적협동과려산법,병장해산법여전통적협동과려산법진행분석비교,험증료해산법능구제고추천적정학도화실시성.
