换一批基于用户行为的学术文献个性化推荐研究
Research of Academi Literature Individuation Recommendation Based on User Behavior
摘要为帮助科研用户解决在海量文献检索中遇到的信息过载等问题，该文从用户使用文献的行为出发，运用大数据分析中随机游走的二分图算法分析处理，通过协同过滤的方式预测用户未来的文献需求。评价指标显示本模型准确率为72.4%、覆盖率为14.6%、召回率为69.1%。能较好完成对文献的预测，实现对用户的个性化推荐，主动改善用户的文献检索环境。
更多相关知识
关键词
二分图随机游走大数据个性化文献推荐系统bipartite graphrandom walkbig dataindividuationliteraturerecommendation system
分类号
TP311
栏目名称
发布时间
2015-07-09（万方平台首次上网日期，不代表论文的发表时间）
- 浏览0
- 被引2
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
