基于文献计量的个性化推荐研究进展分析
个性化推荐有效缓解了大数据时代“数据爆炸”的现象,通过事先了解用户的潜在兴趣偏好,有针对性的提供符合用户实际需求的信息,从而提高用户的使用效率.本文通过文献计量的方法对2008年到2018年之间的有关个性化推荐的相关文献进行统计分析,分别从时间分布、期刊分布、关键词共现分析以及关键词聚类分析几个部分展开研究,以发现个性化推荐领域的主要研究热点问题与发展趋势,进而探讨未来研究的走向,为个性化推荐的发展提供依据.
个性化推荐、文献计量、研究进展
38
TP274+.2(自动化技术及设备)
2015年度国家社科基金规划项目《跨媒体用户生成内容情感倾向挖掘及其应用研究》15BTQ043;2018年度安徽省自然科学基金《大数据知识工程视角下UGC挖掘算法及其应用》1808085MF194;2018年度安徽财经大学研究生科研创新基金《基于用户生成内容的增量式用户画像研究》ACYC2018229;2018年度安徽财经大学大学生科研创新基金项目《跨媒体UGC的管理分析和识别算法研究》XSKY1820ZD;2018年国家级大学生创新创业训练计划项目《基于淘宝、唯品会等电子商务平台的UGC管理和用户信誉评级模型和算法的设计》201810378212
2019-08-02(万方平台首次上网日期,不代表论文的发表时间)
共3页
142-144