基于Vague集理论的推荐系统中用户兴趣度的描述
本文选题:推荐系统 切入点:Vague集 出处:《系统工程理论与实践》2017年03期
【摘要】:用户兴趣度的描述是推荐输入研究中的重点问题,论文通过对用户兴趣描述中存在的复杂性和不确定性因素的分析,提出借助Vague集理论解决这一问题难点的思路.论文定义用户评分,用户注册信息,分享,购买,收藏,浏览时间等六项指标反映用户的兴趣爱好,采用Vague集方法得到了六项指标的取值,利用线性加权的方法得到任一用户对任一属性的Vague兴趣度描述.论文的研究在不确定理论研究推荐算法方面奠定了理论基础,同时也为Vague集理论的研究发现了新的应用背景.
[Abstract]:The description of the user ' s interest degree is the key problem in the recommended input study . By analyzing the complexity and the uncertainty factors existing in the user ' s interest description , the paper puts forward the idea of solving the problem by means of vague set theory . The paper defines six indexes such as user score , user registration information , sharing , purchase , collection , browse time and so on .
【作者单位】: 河南财经政法大学计算机与信息工程学院;河南教育统计数据分析和研究中心;
【基金】:2017年度河南省高校科技创新人才支持计划(17HASTIT018) 河南省哲学社会科学规划项目(2015BJJ076) 2017年度河南省教育厅人文社会科学研究一般项目(2017-ZZJH-020)~~
【分类号】:TP391.3
【相似文献】
相关期刊论文 前10条
1 张哲;薛惠锋;;多因素兴趣度建模与度量研究[J];陕西师范大学学报(自然科学版);2008年03期
2 杨炳儒;綦艳霞;;感兴趣度的研究综述[J];计算机科学;2001年10期
3 曹文平;;基于用户知识的主观兴趣度度量方法研究[J];华南金融电脑;2007年07期
4 苏云辉;张莹;白清源;谢丽聪;谢伙生;;基于访问兴趣度的用户事务聚类方法[J];广西师范大学学报(自然科学版);2007年04期
5 斯康;;关联规则兴趣度研究[J];电脑知识与技术;2008年24期
6 董辉;;基于兴趣度的高职课程关联规则挖掘[J];吉首大学学报(自然科学版);2012年03期
7 李佐军;;关联规则挖掘兴趣度模型研究[J];电脑知识与技术;2014年06期
8 马建庆;钟亦平;张世永;;基于兴趣度的关联规则挖掘算法[J];计算机工程;2006年17期
9 汪慎文;刘坤起;石艳丽;;基于兴趣度的多值关联规则挖掘[J];微计算机信息;2008年24期
10 陆楠;梁正平;杜文峰;;一种面向商业智能兴趣度的顾客目录分割算法[J];信息与电脑(理论版);2011年03期
相关会议论文 前3条
1 周皓峰;高攀;施伯乐;;一个基于兴趣度包含负属性项的关联规则采掘算法[A];第十七届全国数据库学术会议论文集(研究报告篇)[C];2000年
2 曲爽;谷文祥;;基于兴趣度和负项集的关联规则挖掘算法的研究[A];2005年全国理论计算机科学学术年会论文集[C];2005年
3 方炜炜;杨炳儒;唐志刚;杨君;;基于客观兴趣度的关联规则优化算法研究[A];2008'中国信息技术与应用学术论坛论文集(一)[C];2008年
相关重要报纸文章 前1条
1 周童;Vista赚尽眼球[N];计算机世界;2007年
相关硕士学位论文 前10条
1 李媛;基于位置的社交网络推荐算法的研究与应用[D];中国科学院研究生院(沈阳计算技术研究所);2015年
2 杨强;基于Web-log频繁浏览路径挖掘技术分析与实现[D];电子科技大学;2014年
3 姜盛彬;数据挖掘中基于兴趣度的关联规则研究[D];湖南师范大学;2015年
4 高秋云;基于用户兴趣度和地理位置的活动推荐[D];南京邮电大学;2016年
5 包勇;基于遗传算法和改进兴趣度的关联规则挖掘算法[D];广西师范学院;2016年
6 沈建华;基于用户兴趣度的社区内容推荐方法研究[D];东北大学;2013年
7 孙海真;基于情景信息的用户兴趣度建模研究[D];东华大学;2017年
8 何林海;基于群体动态兴趣度的个性化推荐方法研究[D];华中科技大学;2015年
9 吴杰;基于兴趣度的关联规则挖掘[D];哈尔滨理工大学;2009年
10 刘正红;基于兴趣度的关联规则挖掘算法研究[D];东北师范大学;2009年
,本文编号:1716839
本文链接:https://www.wllwen.com/kejilunwen/ruanjiangongchenglunwen/1716839.html