基于概率回归模型和K-最近邻的电子商务个性化推荐方案

发布时间：2017-10-28 00:17

  本文关键词：基于概率回归模型和K-最近邻的电子商务个性化推荐方案

  更多相关文章： 电子商务 个性化推荐 概率回归模型 K-最近邻

【摘要】：针对电子商务中个性化推荐问题,提出一种基于概率回归模型和K-最近邻的电子商务个性化推荐方案.实验结果表明,该方案能够准确为客户推荐所需的商品.
【作者单位】： 无锡太湖学院工学院;东南大学信息科学与工程学院;四川理工学院计算机学院;
【关键词】： 电子商务 个性化推荐 概率回归模型 K-最近邻
【基金】：江苏省高校自然科学研究项目(14KJB520036)
【分类号】：TP391.3
【正文快照】： 许多学者提出了多种电子商务推荐方案.[2]提出一种基于评价特征分析的推荐方案,从众多评价中提取特征,采用多关系矩阵分解(MRMF)来搭建用户对于商品和特定特征观点之间相关性的模型,从而预测客户所需商品的可能性.这种方案的局限性在于没有强调新用户“不完全偏好”现象.为了

【相似文献】

中国期刊全文数据库 前10条

1 张桂榕;;反向最近邻查询研究综述[J];电脑知识与技术;2011年28期

2 周屹;;不确定对象的反向最近邻查询研究[J];黑龙江工程学院学报(自然科学版);2012年04期

3 刘永山,薄树奎,张强,郝忠孝;多对象的最近邻查询[J];计算机工程;2004年11期

4 郝忠孝;刘永山;;空间对象的反最近邻查询[J];计算机科学;2005年11期

5 王淼;郝忠孝;;不确定性对象的反向最近邻查询[J];计算机工程;2010年10期

6 张旭;何向南;金澈清;周傲英;;面向不确定图的k最近邻查询[J];计算机研究与发展;2011年10期

7 杨泽雪;郝忠孝;;空间数据库中的障碍反向最近邻查询[J];计算机工程与应用;2011年34期

8 王丹丹;郝忠孝;;道路网络中的多类型K最近邻查询[J];计算机工程与应用;2012年03期

9 邓瑾;周梅;;基于R树及其变种的最近邻查询研究[J];现代计算机;2013年09期

10 朱婧;;平面中点对一般多边形的最近邻查询研究[J];科技通报;2014年01期

中国重要会议论文全文数据库 前10条

1 张晓峰;王丽珍;肖清;赵丽红;;基于概念划分的连续最近邻查询研究[A];NDBC2010第27届中国数据库学术会议论文集(B辑)[C];2010年

2 管猛;张剡;柏文阳;;基于地表的连续可见最近邻查询方法[A];NDBC2010第27届中国数据库学术会议论文集(B辑)[C];2010年

3 陈璐;高云君;柳晴;陈刚;;受限相互最近邻查询处理[A];第29届中国数据库学术会议论文集（B辑）（NDBC2012）[C];2012年

4 盛梅红;沙朝锋;宫学庆;嵇晓;周傲英;;道路网络环境中的多对象最近邻查询[A];第二十三届中国数据库学术会议论文集（研究报告篇）[C];2006年

5 刘月清;章勇;;一种改进的动态最近邻聚类算法[A];全国自动化新技术学术交流会会议论文集（一）[C];2005年

6 李传文;谷峪;李芳芳;于戈;;一种障碍空间中不确定对象的连续最近邻查询方法[A];NDBC2010第27届中国数据库学术会议论文集A辑一[C];2010年

7 刘星毅;;基于欧式距离的最近邻改进算法[A];广西计算机学会2010年学术年会论文集[C];2010年

8 刘先康;梁菁;任杰;蒋光庆;;修正最近邻模糊分类算法在舰船目标识别中的应用[A];全国第4届信号和智能信息处理与应用学术会议论文集[C];2010年

9 刘俊岭;孙焕良;;多维度量空间中发现相互kNN(英文)[A];NDBC2010第27届中国数据库学术会议论文集A辑二[C];2010年

10 余小高;;P2P环境中k最近邻搜索算法研究[A];2009年全国开放式分布与并行计算机学术会议论文集(下册)[C];2009年

中国博士学位论文全文数据库 前7条

1 杨泽雪;空间连接及最近邻变体查询研究[D];哈尔滨理工大学;2014年

2 孙冬璞;时空数据库多类型最近邻查询的研究[D];哈尔滨理工大学;2010年

3 王建峰;基于哈希的最近邻查找[D];中国科学技术大学;2015年

4 张得天;时间依赖路网高效k最近邻查询混搭机制的研究[D];中国科学技术大学;2014年

5 杜钦生;高维空间的K最近邻查询及连接问题研究[D];吉林大学;2015年

6 张军旗;支持最近邻查找的高维空间索引[D];复旦大学;2007年

7 李艳红;路网中移动对象最近邻及反向最近邻查询处理研究[D];华中科技大学;2011年

中国硕士学位论文全文数据库 前10条

1 杨根茂;基于哈希加速的近似最近邻检索算法研究[D];浙江大学;2015年

2 原s，

本文编号：1105828