基于属性相似度的知识推送

被引:9
作者
周明建
廖强
机构
[1] 不详
[2] 南昌大学信息工程学院计算机科学与技术系
[3] 不详
关键词
知识推送; 属性; 相似度; 知识管理;
D O I
暂无
中图分类号
TP182 [专家系统、知识工程];
学科分类号
1111 ;
摘要
知识推送是知识重用的一个热点问题。在研究了现有推送技术的基础上,提出了一个基于属性相似度的知识推送方法。该方法对用户已经浏览过的知识进行分析,通过计算这些知识的属性相似度得到用户的知识兴趣信息,把用户未浏览的知识与用户知识兴趣信息进行属性相似度匹配,以判断该知识是否符合用户的知识兴趣,从而实现了无需人工干预的知识推送。实验结果表明,该方法具有较高的推送准确性。
引用
收藏
页码:135 / 137+162 +162
页数:4
相关论文
共 8 条
  • [1] 改进邻居集合的个性化推荐算法
    刘枚莲
    丛晓琪
    杨怀珍
    [J]. 计算机工程, 2009, 35 (11) : 196 - 198
  • [2] 电子商务中的个性化推荐方法评述
    朱岩
    林泽楠
    [J]. 中国软科学, 2009, (02) : 183 - 192
  • [3] 电子商务个性化推荐技术分析及比较
    马丽
    [J]. 计算机系统应用, 2008, (12) : 58 - 61+161
  • [4] 知识管理系统中的知识推送
    周明建
    陶俊才
    [J]. 计算机辅助设计与图形学学报, 2006, (08) : 1218 - 1223
  • [5] An efficient ad recommendation system for TV programs
    Velusamy, Sudha
    Gopal, Lakshmi
    Bhatnagar, Shalabh
    Varadarajan, Sridhar
    [J]. MULTIMEDIA SYSTEMS, 2008, 14 (02) : 73 - 87
  • [6] Adaptive website recommendations with AWESOME[J] . Andreas Thor,Nick Golovin,Erhard Rahm.The VLDB Journal . 2005 (4)
  • [7] Learning User Similarity and Rating Style for Collaborative Recommendation[J] . Kwok-Wai Cheung,Lily F. Tian.Information Retrieval . 2004 (3)
  • [8] Discovery and evaluation of aggregate usage profiles for web personalization
    Mobasher, B
    Dai, H
    Luo, T
    Nakagawa, M
    [J]. DATA MINING AND KNOWLEDGE DISCOVERY, 2002, 6 (01) : 61 - 82