长尾理论视角下基于DCA 的网络自助出版推荐系统
DOI:
作者:
作者单位:

作者简介:

通讯作者:

中图分类号:

基金项目:


Recommendation System Based on DCA in Web Self-Publication
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    随着自助出版系统文本规模的迅速增长,选用合理的推荐技术有利于“长尾”文本的发掘和价值实现。针对自助出版文本,设计了基于有向图的聚类算法DCA(Directed Graph Clustering Algorithm),将聚类看成是确定对象的过程,根据词间信息传递量的大小选定特征词集对文本进行聚类。为改善“长尾”文本聚类的有效性,文中所述系统设置了浮动相似度阙值及推荐公共池。实验结果表明,较之K-Means 算法,该算法有较强的自适应性和通用性,能有效地运用到自助出版文本的个性化推荐系统领域。

    Abstract:

    To deal with the self-publication system’s huge text scale and speedy increasing, a right recommendation technology is helpful to realize the market value of “Long Tail” books. To deal with this issue, Directed Graph Clustering Algorithm is presented. Regarding clustering as the process of objects identifying, key words’ election depends on how much information they transfer in context. Moreover, to improve the efficiency of “Long Tail” texts’ clustering, a floating threshold and a sharing pool are set. Finally, experimental results comparing the K-Means algorithm prove that this clustering algorithm based on the directed graph is self-adaptive and effective.

    参考文献
    相似文献
    引证文献
引用本文

刘晨晨,徐一新.长尾理论视角下基于DCA 的网络自助出版推荐系统.计算机系统应用,2011,20(7):26-30,105

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2010-12-05
  • 最后修改日期:2011-01-15
  • 录用日期:
  • 在线发布日期:
  • 出版日期:
文章二维码
您是第位访问者
版权所有:中国科学院软件研究所 京ICP备05046678号-3
地址:北京海淀区中关村南四街4号 中科院软件园区 7号楼305房间,邮政编码:100190
电话:010-62661041 传真: Email:csa (a) iscas.ac.cn
技术支持:北京勤云科技发展有限公司

京公网安备 11040202500063号