Indexed by：
Abstract：
提出一种新的基于客户购物模型的推荐系统框架,它把推荐过程形式化为客户购物信息的知识表达、知识推理过程.该方法首先对客户的购物历史数据进行学习,得到贝叶斯网客户购物模型,然后结合客户当前的购物行为,提出并实施了一种基于概率推理的推荐算法.实验表明该算法能高效实时地为客户产生个性化的商品推荐集合,且在覆盖率和准确率方面优于某些传统方法.
Keyword：
Reprint Author's Address：
Email：
Source ：
计算机应用研究
ISSN： 1001-3695
Year： 2005
Issue： 4
Volume： 22
Page： 65-68,71
Cited Count：
WoS CC Cited Count： 0
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count： 23
Chinese Cited Count：
30 Days PV： 7
Affiliated Colleges：
