首页 | 本学科首页   官方微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  收费全文   3篇
  完全免费   1篇
  综合类   4篇
  2017年   1篇
  2013年   1篇
  2012年   1篇
  2011年   1篇
排序方式: 共有4条查询结果,搜索用时 46 毫秒
1
1.
将信息可视化技术应用于C2C网络购物过程分析,提出了一种考虑商家信誉的可视化方法.首先采用因子分析法构建商家信誉计算模型,然后基于商品的关联性计算进行商品的推荐排序,最后利用多维雷达图实现商品属性的可视化,同时设计一种环状拓扑的可视分析方法,将不同层次的购物推荐过程直观呈现.  相似文献
2.
针对目前商场中广告费用日益增长,纸制广告越来越多.提出了基于情景感知的智能商场导购系统的商品推荐信息的研究方案,情景感知服务是借助现在的信息技术为顾客提供自适应服务.解决了商场广告费用日益增加的问题,为商场降低了费用.将Aprior算法应用到该系统中,将以往顾客浏览的信息和现在的环境资源相匹配,实现了为用户提供个性化服务,减少了商家营销的成本.  相似文献
3.
摘要 为了增加电子商务网站的销售额,分析了商品推荐在电子商务系统中的作用,研究了数据挖掘中的正负关联规则挖掘技术的特点,提出了一种新的正负关联规则挖掘算法。新算法通过使用旋转数据库和位运算减少了扫描原始数据库的次数,加快了挖掘速度。另外,新算法在挖掘正规则的同时,利用负规则裁减掉无效规则,得到的结果更符合用户的购物行为。通过测试得出新算法比传统的Apriori算法执行时间更短,商品推荐更精确。  相似文献
4.
传统基于用户的协同过滤商品推荐方法通常未考虑目标用户是否购买过类似商品以及商品的重复购买周期等因素,由此造成有些商品推荐的时机不对,不仅占用了推荐资源,还可能给消费者带来困扰,为此提出一种基于商品重复购买周期的改进协同过滤推荐方法。在传统协同过滤算法的基础上引入已购商品回购状态变量,根据目标用户的历史购买数据和商品重复购买周期对所购买商品的回购状态进行计算,进而得出不处于回购周期内的已购商品类集,据此对原始推荐结果进行过滤。实验结果表明,改进后的协同过滤推荐系统能有效预测顾客的购买行为,明显提高商品推荐的准确性。  相似文献
1
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号