一种基于用户偏好的学习推荐方法

被引：2

作者：

王传安

王亚军

周丽丽

机构：

[1] 安徽科技学院理学院

来源：

湖南工程学院学报(自然科学版) | 2013年 / 23卷 / 04期

关键词：

用户偏好; 聚类; 用户偏好矩阵; 推荐;

D O I：

10.15987/j.cnki.hgbjbz.2013.04.013

中图分类号：

TP391.3 [检索机];

学科分类号：

摘要：

传统的推荐算法一定程度上为学习者提供了自适应的学习服务,但忽略了用户的学习兴趣偏好,难以提供学习者满意的推荐服务.为了提高学习推荐的效率,对用户的偏好进行进算,根据兴趣偏好对基本用户进行聚类,然后根据用户之间的兴趣相似性初步预测目标用户的兴趣度,进而给用户推荐兴趣度较高的学习服务.实验结果表明,该方法可显著地提高推荐质量.

引用

页码：27 / 29

页数：3

共 6 条

[1] 基于双向关联规则项目评分预测的推荐算法研究
刘枚莲
刘同存
张峰
[J]. 武汉理工大学学报, 2011, 33 (09) : 150 - 155
[2] 基于行为分析的用户兴趣建模
许波
张结魁
周军
[J]. 情报杂志, 2009, (06) : 166 - 169
[3] 网络环境中个性化推荐系统研究
刘松
[J]. 现代图书情报技术, 2007, (04) : 35 - 38
[4] 搜索引擎用户点击行为分析[J]. 王继民,彭波.情报学报. 2006 (02)
[5] Recommender system based on click stream data using association rule mining
Kim, Yong Soo
Yum, Bong-Jin
[J]. EXPERT SYSTEMS WITH APPLICATIONS, 2011, 38 (10) : 13320 - 13327
[6] User behavior modeling and content based speculative web page prefetching[J] . A. Georgakis,H. Li.Data & Knowledge Engineering . 2005 (3)

← 1 →