本文已被：浏览 2013次 下载 3786次
中文摘要: 客户的兴趣是不断变化的.但是,目前所广泛应用在推荐系统中的协同过滤算法却是静态的,它只是单纯整合客户的历史数据,并未考虑客户的兴趣变化情况,这必然会导致对高信息量客户的低推荐性能.文中将客户的兴趣度变化考虑在内,提出了一种基于客户行为序列的算法,可以在一定程度上提高针对高信息量客户推荐的性能.
中文关键词: 推荐系统 协同过滤 行为序列 关联规则
Abstract:
keywords:
文章编号： 中图分类号： 文献标志码：
基金项目:
| Author Name | Affiliation |
| 王卫平 | 中国科学技术大学 管理学院 安徽 合肥 230026 |
| 刘颖 | 中国科学技术大学 管理学院 安徽 合肥 230026 |
| Author Name | Affiliation |
| 王卫平 | 中国科学技术大学 管理学院 安徽 合肥 230026 |
| 刘颖 | 中国科学技术大学 管理学院 安徽 合肥 230026 |
引用文本：
王卫平,刘颖.基于客户行为序列的推荐算法.计算机系统应用,2006,15(9):35-38
.Recommendation Algorithm Based on Customer Behavior Locus.COMPUTER SYSTEMS APPLICATIONS,2006,15(9):35-38
王卫平,刘颖.基于客户行为序列的推荐算法.计算机系统应用,2006,15(9):35-38
.Recommendation Algorithm Based on Customer Behavior Locus.COMPUTER SYSTEMS APPLICATIONS,2006,15(9):35-38
