基於頻繁項目集之增量協同過濾推薦

doi:10.6861/TANET.201810.0092

淡江大學機構典藏 > 全球發展學院 > 資訊創新與科技學系 > 會議論文 > Item 987654321/118338

請使用永久網址來引用或連結此文件: https://tkuir.lib.tku.edu.tw/dspace/handle/987654321/118338

題名:	基於頻繁項目集之增量協同過濾推薦
作者:	陳以錚;惠霖;王英宏;劉瀜潞;陳瑄莉
關鍵詞:	增量式頻繁項目集探勘;規範序列樹;協同過濾;推薦系統
日期:	2018-11
上傳時間:	2020-03-19 12:11:08 (UTC+8)
摘要:	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。
關聯:	TANET2018 臺灣網際網路研討會，頁482 - 487
DOI:	10.6861/TANET.201810.0092
顯示於類別:	[資訊創新與科技學系] 會議論文

文件中的檔案:

檔案	描述	大小	格式	瀏覽次數
index.html		0Kb	HTML	82	檢視/開啟

在機構典藏中所有的資料項目都受到原著作權保護.

TAIR相關文章

資料載入中.....