淡江大學機構典藏:Item 987654321/118338
English  |  正體中文  |  简体中文  |  Items with full text/Total items : 56820/90522 (63%)
Visitors : 12248006      Online Users : 74
RC Version 7.0 © Powered By DSPACE, MIT. Enhanced by NTU Library & TKU Library IR team.
Scope Tips:
  • please add "double quotation mark" for query phrases to get precise results
  • please goto advance search for comprehansive author search
  • Adv. Search
    HomeLoginUploadHelpAboutAdminister Goto mobile version
    Please use this identifier to cite or link to this item: http://tkuir.lib.tku.edu.tw:8080/dspace/handle/987654321/118338


    Title: 基於頻繁項目集之增量協同過濾推薦
    Authors: 陳以錚;惠霖;王英宏;劉瀜潞;陳瑄莉
    Keywords: 增量式頻繁項目集探勘;規範序列樹;協同過濾;推薦系統
    Date: 2018-11
    Issue Date: 2020-03-19 12:11:08 (UTC+8)
    Abstract: 近年來「推薦系統」的技術越來越蓬勃發展,透過協同過濾的方式,根據用戶的興趣或購買行為,對物品的「評分」或「偏好」,向用戶進行推薦,此技術也廣泛應用在各個領域,例如:電影、書籍、美食…等。傳統的協同過濾是透過用戶相似的偏好,去預測你個人的偏好,進一步把其他跟你相似的人所喜愛的物品推薦給你,達到個人化的推薦效果。然而,對於新進的用戶,該如何進行有效的推薦,是一個值得思索的問題。因此本研究運用使用者對電影的喜好,透過樹的建構,將每筆數據依序插入樹中。當找出頻繁項目集後,再利用協同過濾,找出相似的使用者,進一步去做推薦。本文也將對於新使用者的加入,透過增量式挖掘,將採用規範序列樹Canonical-order tree (Can Tree)方法,將數據庫的數據都儲存於Can Tree中,再以FP-growth的方式對Can Tree進行探勘,找出頻繁項目集。接著利用協同過濾的方式,計算使用者之間的相似性,找出要對使用者推薦的項目集清單,最後使用預測函數進行推薦。
    Relation: TANET2018 臺灣網際網路研討會,頁482 - 487
    DOI: 10.6861/TANET.201810.0092
    Appears in Collections:[Department of Innovative Information and Technology] Proceeding

    Files in This Item:

    File Description SizeFormat
    index.html0KbHTML11View/Open

    All items in 機構典藏 are protected by copyright, with all rights reserved.


    DSpace Software Copyright © 2002-2004  MIT &  Hewlett-Packard  /   Enhanced by   NTU Library & TKU Library IR teams. Copyright ©   - Feedback