简介：个性化图书推荐系统通过对用户借阅行为的统计分析,获取用户的兴趣特征,实现由原来的人找书到书找人一对一的个性化图书推荐。现有的图书推荐系统各有侧重,图书推荐算法及评价标准各具优、缺点。未来,图书推荐的研究热点及难点将集中在借阅记录的稀疏性、新图书问题、高校新生问题、用户统计学信息、根据《中国图书馆分类法》计算图书相似性、副本数及借阅规章制度等方面。

简介：为协助用户从海量数据中发掘有效信息，提出了一种支持个性化推荐技术的信息分发系统。该系统通过识别用户个性化需求，主动建立用户和信息之间联系，实现基于个性化需求的信息推荐。采用个性化推荐技术可提升信息分发系统的信息分发共享能力，同时也提高了信息资源利用率。

简介：在实际商用的个性化推荐系统中，调度框架作为连接推荐算法和产品功能之间的纽带，会直接决定用户在什么时间、什么地点（位置）看到什么样的推荐内容，以及达到产品期待的推荐效果、所要消耗的资源和成本。因此，可以说调度框架决定了企业最终向用户提供的个性化推荐服务的最终质量。

简介：根据推荐系统任务的不同，介绍了不同的准确性度量指标以及各自的优缺点；介绍了准确度之外的其它指标，例如推荐多样性、覆盖率等；指出了目前评价指标存在的缺陷，以及未来可能的改进方向。

简介：【摘要】 好的穿搭可以凸显人们身材之长，蔽其短。为了实现人体体型的个性化服装推荐，使用深度学习网络和OpenPose识别图片获取人体比例信息，并根据用户的属性完成服装推荐方案。

简介：针对个性化推荐系统中用户的多个不同需求,提出一种基于免疫算法的求解方法。该算法将要求解的个性化推荐列表建模成一个最大化推荐准确性和多样性的多目标优化问题,采用基于用户的协同过滤技术对用户进行分类,设计了适合推荐问题求解的抗体编码方式、克隆、变异算子。仿真实验结果表明,所提算法能够有效求得个性化推荐的最佳解,达到可以同时为多个用户提供多个不同推荐的需求。

简介：随着现代信息技术的发展,个性化技术越来越受到人们的青睐,开发个性化授课教师推荐网站,是解决学校管理部门在安排课程时能快速找到合适的授课教师的有效办法之一,这对于推进学校的信息化建设有重要的作用.

简介：摘 要：阐述了图书个性化推荐在图书馆服务中的重要性，分析了主流的协同过滤推荐算法的两种方法，结合图书馆图书推荐特点设计基于用户协同过滤算法，并提供了协同过滤算法在图书推荐中的详细思路，最终实现了图书馆图书个性化推荐，为图书馆服务师生发挥了重要作用。

简介：摘要：随着社会经济与科学技术发展速度不断加快，智能移动设施被广泛应用在广告行业生产经营过程中，使广告推送方式及推送平台得到了进一步优化。为切实满足大众趋于多元化的广告需求，需要进一步完善现有个性化广告推荐系统功能，不断优化广告推送内容。本文就针对此，以个性化广告推荐系统发展现状为切入点，提出个性化广告推荐系统实际功能与关键技术，以供参考。

简介：摘要：近年来旅游业发展迅速，生活多元化、个性化的趋势使得将特色旅游与影视作品相结合的影视旅游主题备受年轻人青睐。因此我们提出开发一款基于个性化推荐算法的影视旅游APP。APP采用协同过滤推荐算法，实现针对不同用户的个性化影视旅游资源推荐，还可以根据多种路径规划算法为用户实现旅游路线的个性化推荐，达到智能规划的功能。

简介：摘要：当前，一些网络学习平台为追求学习资源的数量、用户的访问量，热衷于采用“云服务”模式，过于在意平台上信息资源的聚集，导致学习者迷失在海量的信息资源中，无法获取满足自身个性化需求的有效资源。为了缓解此类问题，个性化推荐技术应运而生。它是在个性化搜索的基础上能够根据学习者的兴趣爱好、行为特性，推荐有可能感兴趣的学习信息资源。这种个性化服务模式，与电商网站上的产品推荐类似，依据用户的已访问行为记录，推荐相关的产品和服务。对于网络学习平台而言，个性化服务是一个相当重要的主题。目前，个性化推荐技术已被广泛应用到电商各类平台中，作为其中较为成功的协同过滤技术，受到了许多电商平台的青睐。网络学习资源平台作为一种全新的、以学习者为主体的学习方式，不仅拥有大量的数字化学习资源，还能将个性化推荐技术应用到其中，大大提高了学习效率，改善了用户体验。

简介：摘要：在当今时代，互联网已经成为人们信息传递的最迅速、最便捷、最有效的媒介。相对于传统媒体，互联网的优势在于其有较强的交互性和生动性．并且伴随着智能移动终端的兴起和普及，为广告推送带来极大的便利。当用户浏览网页或者浏览社交软件动态时，会出现各种形式的广告，为用户提供多种信息，一定程度上丰富了用户的生活。但是由于每位用户的背景差异，大范围无差别的广告投放方式难以满足所有用户的个性化需求，因此也难以为广告公司带来可观的经济效益．正是基于满足用户需求和最大化广告经济效益的考虑，个性化广告推荐系统（ＰＡＲ）应运而生。

简介：研究了时间窗口对基于10种用户相似性指标的个性化推荐算法的影响。在标准数据集MovieLens上的实验结果表明,只采用大约12.56%的用户近期历史记录,所得到的推荐结果准确性可以平均提高27.17%,而推荐列表多样性可以平均提高3.28%,极大地降低大规模数据所带来的计算复杂性问题。

简介：今天，Web已成为人们进行信息发布、交互、获取及商业交易的主要工具。根据预测，在未来十几年内，人类的所有信息都将能在互联网上得到。网上如此丰富的数据也带来了巨大的挑战——怎样使Web变得让人们更容易地获取信息。

简介：摘要本项目研究在线MOOC课程资源移动推荐系统设计与实现，开发MOOC课程资源的个性化推荐和课程资源的检索阅读等功能。旨在使得用户在一部联网的智能终端就可以不受时空限制，快速学习系统推送给自己的感兴趣的课程资源。

简介：摘要：近年来，随着科技的快速发展，众多新型的学习方式逐渐出现在大众视野中。从最初的传统课堂授课，视频授课，到现在的直播授课，新型学习方式在学习中占据着越来越重要的地位，同时也是未来学习授课的大势所向。当今的主流学习方式仍是以传统课堂为主，以网络学习为辅的授课方式，但是不可否认新型学习方式在学习过程中发挥着越来越重要的作用。

简介：据了解。中央电视台“央视专区”于3月7日在北京歌华有线试点上线智能推荐功能，开始为专区用户提供个性化节目推荐服务。

简介：在大数据、云计算、数据挖掘、人工智能等现代网络技术的飞速发展的科技背景之下,公共文化服务平台的建设缺乏互联网新技术的应用,网站服务不够便捷,不能更好的把握用户需求,不能为公众提供更优质的的公共文化服务。尤其是,当前公共文化服务平台的建设缺乏对个性化服务的集成,不能有效的满足用户的个性化需求。针对此问题,该文提出在公共文化服务集成平台中集成协同过滤技术为用户提供个性化活动推荐,同时基于知识本体,利用本体在语义查询扩展方面的优势为用户提供当前浏览活动相关的文化资料推荐。

简介：电影推荐系统的核心是电影推荐算法,基于用户的行为记录和电影本身的特点,预测用户对电影的倾向。针对现有推荐方法中面临的稀疏性和冷启动等问题,基于电影标签,通过随机游走生成的电影推荐方法。本方法首先通过电影评分网站和电影宣传网站的基于python的评论数据挖掘,提取电影的标签属性,然后利用标签的相似性,再聚合网络资源,计算出电影的标签邻接矩阵。利用电影的标签邻接矩阵和目标用户有明确倾向的初始向量进行迭代,再辅以票房,评分,观影人数等权重,利用随机游走算法,最终根据可能性大小,利用基于MVC模式的javaweb技术列出目标用户可能喜欢的电影。

简介：摘要：在当今的信息时代，随着互联网的快速发展，人们日常生活中所接触到的数据量比以前要大得多。而如何从这些大数据中为人们提供更加优质、有效的服务和产品，也成为了这个时代所关注的一大问题。基于大数据技术的个性化推荐系统，正是为了解决这个问题而被广泛研究和应用的一个方向。