暂无评论
该推荐系统主要是基于web日志挖掘的个性化学习推荐平台。主要使用R语言,配合css,搭建的一个shiny应用程序。课程图片以及课程链接均从百度传课爬取获得的。
随着Internet上的信息量急剧增加，如何使用户获得有用的信息已成为信息检索系统急需解决的问题，个性化的信息检索是解决目前存在问题的关键。本文对目前的个性化检索的关键技术进行了分类分析，并讨论搜索引
本本章上关于主题模型在个性化新闻推荐系统上的应用，以推测读者意图，来依据个性化进行新闻推荐
该论文描述了基于内容过滤的个性化搜索算法，有兴趣的可以看一下
本项目是基于Python语言的新闻个性化推荐系统，采用了爬虫技术和jieba分词算法，并结合协同过滤和TF IDF等技术。代码流程从main函数开始，具体步骤如下：1.首先获取每一天的数据，并使用Tr
本体用户配置文件描述了用户的结构语义兴趣。 研究用户个人资料之间的相似关系对于检测兴趣重叠的社区至关重要。 新颖的观点假设,用户简档的分层兴趣可以生成多个相似关系,这有利于形成兴趣群。 在这项研究中,
为了解决传统检索技术无法为用户提供个性化服务和检索效率低的问题,提出了一种基于领域本体的个性化文本信息检索模型,阐述了该模型的结构和关键算法,并验证了算法的可行性。实验结果表明:基于领域本体的个性化文
个性化旅游推荐研究综述，文益民，史一帆，快速发展的在线旅游业与日益严重的信息过载现象，使得个性化旅游推荐愈来愈受人们关注。它能为用户推荐符合其需求和偏好的旅游产
个性化推荐的用户建模的研究，石林，徐飞，针对当前大多数个性化推荐中用户兴趣挖掘不足，导致资源推荐过快收敛的问题，本文以图书馆领域为背景，引入了本体建模，本体推理
目前推荐系统已广泛应用在各种电子商务网站上，但针对菜品的个性化推荐很少。针对菜品推荐中存在别名多、用户菜品矩阵稀疏以及新用户冷启动等难题，对基于用户的协同过滤算法进行改进，设计一种融合专家选择和在线推
暂无评论