• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>ER 2001 Workshops on HUMACS, DASWIS, ECOMO, and DAMA, Nov 27-30, 2001, Yokohama, Japan >Discovery of User Preference through Genetic Algorithm and Bayesian Categorization for Recommendation
【24h】

Discovery of User Preference through Genetic Algorithm and Bayesian Categorization for Recommendation

机译：通过遗传算法和贝叶斯分类推荐来发现用户偏好

获取原文
获取原文并翻译 | 示例
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Recent recommender system uses two complementary techniques. Collaborative filtering uses a database about user preferences to predict additional topics. Content based systems provide recommendations by matching user interests with topic attributes. In this paper, we describe a method for discovery of user preference by using hybrid two techniques for recommendation that allow the application of machine learning algorithm. The method generates recommendations based on clustering user and categorizing items with feature selection through association word mining by Apriori algorithm. We use Genetic algorithm to group users based on items categorized by Naive Bayes classifier. Then, we recommend web documents to user based on grouped user preference and information of categorized items. We evaluate our method on a large database of user ratings for web document and it significantly outperforms previous proposed methods.
机译：最近的推荐系统使用两种互补技术。协作过滤使用有关用户首选项的数据库来预测其他主题。基于内容的系统通过将用户兴趣与主题属性进行匹配来提供建议。在本文中，我们描述了一种使用混合两种推荐技术的用户偏好发现方法，该推荐技术允许应用机器学习算法。该方法基于聚类用户并通过Apriori算法通过关联词挖掘对具有特征选择的项目进行分类来生成推荐。我们使用遗传算法根据朴素贝叶斯分类器分类的项目对用户进行分组。然后，我们基于分组的用户首选项和分类项目的信息向用户推荐Web文档。我们在一个大型的Web文档用户评级数据库上评估了我们的方法，它大大优于以前提出的方法。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号