文献类型：期刊文献

中文题名：基于Vague值的非个性化产品推荐研究

英文题名：Study of non-personalized recommender systems based on vague value

作者：崔春生[1];苏白云[2]

机构：[1]河南财经政法大学计算机与信息工程学院;[2]河南财经政法大学数学与信息科学系

第一机构：河南财经政法大学计算机与信息工程学院

年份：2012

卷号：48

期号：13

起止页码：63-66

中文期刊名：计算机工程与应用

外文期刊名：Computer Engineering and Applications

收录：CSTPCD;;CSCD:【CSCD2011_2012】；

基金：河南省科技厅基础与前沿课题;河南省教育厅基础与前沿课题

语种：中文

中文关键词：非个性化推荐;Vague值;特征值;“马太效应”函数

外文关键词：non-personalized recommender systems; Vague value; eigenvalue; ＂Matthew Effect＂ score function

摘要：在网络用户和网络产品急剧攀升的背景下,非个性化产品推荐成为一种很好的网络广告手段,已有的研究中,Vague集方法已被应用于推荐系统中,并取得了较好的效果。分析了非个性化产品推荐的一般特征和优点;借助Vague值描述的产品,研究了特征值方法和"马太效应"记分函数方法运用于产品排序的可行性;最后,通过实例验证了两种方法的在非个性化产品推荐中的有效性和一致性。
Non-personalized recommender systems has become a popular online advertising method due to the comprehensive applications of users and products. In the previous research, Vague value method has been used to study the recommender system, which is approved to be used in this field. The general characteristics and advantages of non-personalized recommender are reviewed. Hence, the feasibilities of using eigenvalue method and the ＂Matthew Effect＂ score function method in products-ranking are studied based on description of products by Vague set. The effectiveness and coconscious of two methods are then proved with examples.