基于Web挖掘的个性化算法及其在网络教学平台的应用-中国学术期刊网络出版总库 年来,对于Web使用挖掘的兴趣和工作逐渐增多,它也成为对用户的行为模式进行捕捉和建模的一种根本方法。一个非常成功并被广泛应用的个性化推荐系统是协同过滤技术(CF,CollaborativeFiltering)系统。给定一个目标用户的活动记录,基于CF技术的KNN方法,比较该记录和其他 xxx
基于2个网页-相关网页
数据稀缺性问题是协同过滤技术面临的主要挑战。
Data sparsity problem is a potential challenge of collaborative filtering.
协同过滤技术在智能搜索引擎中起到了重要作用，它的核心思想是用户会倾向于利用具有相似意向的用户群产品。
Collaborative filtering technology played an important role in the intelligent search engines, and its cote idea is the users tend to use like - minded user group products.
其中，个性化推荐系统中的协同过滤推荐是迄今为止应用最广泛、最成功的推荐技术。
The collaborative filtering for the personalized recommendation is by far the most widely used and the most successful personalized recommender technology.
应用推荐