• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>International Journal of Uncertainty, Fuzziness, and Knowledge-based Systems >A FUZZY ASSOCIATIVE CLASSIFICATION APPROACH FOR RECOMMENDER SYSTEMS
【24h】

A FUZZY ASSOCIATIVE CLASSIFICATION APPROACH FOR RECOMMENDER SYSTEMS

机译：推荐系统的模糊关联分类方法

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

Despite the existence of different methods, including data mining techniques, available to be used in recommender systems, such systems still contain numerous limitations. They are in a constant need for personalization in order to make effective suggestions and to provide valuable information of items available. A way to reach such personalization is by means of an alternative data mining technique called classification based on association, which uses association rules in a prediction perspective. In this work we propose a hybrid methodology for recommender systems, which uses collaborative filtering and content-based approaches in a joint method taking advantage from the strengths of both approaches. Moreover, we also employ fuzzy logic to enhance recommendations' quality and effectiveness. In order to analyze the behavior of the techniques used in our methodology, we accomplished a case study using real data gathered from two recommender systems. Results revealed that such techniques can be applied effectively in recommender systems, minimizing the effects typical drawbacks they present.
机译：尽管存在可用于推荐器系统中的包括数据挖掘技术在内的不同方法，但是这种系统仍然包含许多限制。他们不断需要进行个性化设置，以便提出有效的建议并提供可用物品的有价值的信息。实现这种个性化的一种方法是借助一种称为基于关联的分类的数据挖掘技术，该技术在预测角度使用关联规则。在这项工作中，我们提出了一种推荐系统的混合方法，该方法结合了两种方法的优势，在联合方法中使用了协作式过滤和基于内容的方法。此外，我们还采用模糊逻辑来提高建议的质量和有效性。为了分析我们的方法中使用的技术的行为，我们使用从两个推荐系统收集的真实数据完成了一个案例研究。结果表明，此类技术可以有效地应用于推荐系统中，从而最大程度地减少其典型缺陷的影响。

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