摘要：基于博弈论模型,以利润最大化为目标,同时优化软件产品价格、产品网络外部性强度和推荐奖励额度,研究企业应如何设计产品端的“病毒化设计”策略和市场端的推荐奖励策略,并探究这两种策略之间的关系。研究表明,上述两种策略之间存在复杂的联系:市场端最优的奖励分配由产品和市场两端的特性共同决定,既可能是奖励推荐人,也有可能是奖励被推荐人;在奖励推荐人且奖金额度不为零时,“病毒化设计”策略和推荐奖励策略相对独立;而当奖励被推荐人时,二者存在替代关系。

摘要：乡村旅游目的地推荐是面向潜在用户进行精准营销的体现,伴随乡村旅游的发展,越来越多的人具有较强的乡村旅游意愿。但受限于信息不对称、交通和距离等因素的限制,许多潜在的乡村旅游客户尚未被充分挖掘。为此,利用大数据了解乡村旅游爱好者的动态,分析其旅游偏好,实施更具针对性的旅游营销策略,有助于更好地满足旅游者的旅游需求。

摘要：为了进一步提高高校图书馆学术资源推荐的效率,提出适用于多种学术资源类型的推荐策略,并构建一种基于多Agent技术的推荐系统架构。通过设计多种功能Agent,系统可根据学术资源类型自适应选择推荐策略,在发挥Agent间协作优势的基础上,实现复杂计算的线下运行,从而改善系统的扩展性问题。实验结果表明,该系统在F1值和运行时间指标上均优于其他推荐方法。

摘要：直播电商行业迅猛发展,随着主播数量的逐渐增多,观众的可选择范围也在逐渐增大。推荐系统在直播电商中的应用,在一定程度上解决了海量的直播电商与用户个性化需求之间的匹配问题,但其在运用过程中也会存在一些不足。本文主要通过SWOT分析法对直播电商的推荐策略展开分析,并提出优化建议。

摘要：通过分析基于终身学习机制的个性化推荐系统与基于电子商务的个性化推荐系统的区别,确定基于终身学习机制的个性化推荐系统的关键问题就是如何为学习者获得想要具备的能力推荐满足他们个人需求、个人爱好以及目前已具备的知识结构的最佳学习路径.针对终身学习中正式学习和非正式学习不同的学习情况,构建了学习资源网络模型,在此基础上将基于本体的推荐技术和协同推荐技术相结合,为学习者的不同学习情况运用不同的推荐策略推荐最佳学习路径.最后通过实验对推荐结果进行分析,确定最优方案.

摘要：网络学习资源海量化在给学习用户提供资源选择多样化和学习自主化的同时,也给用户快速获取个性资源提出了更高要求。在分析当前个性化推荐技术的基础上,充分考虑学习的过程性和资源间的语义相关性,提出一种基于本体个性化的实时推荐模型和算法。主要从模型构建、本体构建、语义相关度和个性推荐算法等方面进行研究,设计了网络学习系统中资源个性化推荐的基本框架和流程,为提高网络学习效率提供全新的解决思路。

摘要：西藏广播电视台珠峰云App是集资讯、音视频、广播电视、网络直播于一体的汉藏双语手机客户端。本文以珠峰云App建设为例,阐述结合人工智能、大数据等技术的智能推荐系统的设计与实现。

摘要：随着互联网和移动互联网的发展,越来越多的用户在消费数字音像制品时,希望从繁多的内容中得到更好的推荐。不同于普通商品,音乐的消费过程与用户的情绪关联十分密切。本文设计了一种融入用户情绪因素的综合音乐推荐方法。该方法利用现代心理学中人类情绪的自然节律模型,结合时间变化来推测用户当前的主导情绪。通过人工情绪模型来增加情绪的维度,以产生粒度更精细的情绪,并通过用户输入的训练,来逼近用户当前的真实情绪。在现有的音乐推荐方法基础上,加入或过滤出情绪分类与用户情绪吻合的推荐结果。实验结果验证了情绪因素会对音乐推荐过程产生影响,构建的融入用户情绪因素的综合音乐推荐方法,比其他不考虑情绪因素的推荐策略好且稳定,具有较好的实际应用效果。

摘要：首先概述了电子商务推荐系统的相关研究工作,指出目前的推荐系统结构不够灵活、柔性,然后运用柔性理论对电子商务推荐系统进行了柔性分析,进而提出了一个柔性的电子商务推荐系统。该系统通过策略模块去完成推荐需求与实现之间的映射,通过这个映射完成不同的推荐服务。系统的设计遵循构件化的原则,以做到随着策略的改变能够灵活调整。

摘要：为了改善传统自适应学习系统对学习者学习效果提高不明显的问题,基于Felder-Silverman学习风格模型理论提出了一种自适应学习内容推荐模型。通过Auto-kg算法构建学习内容知识图谱,以学习者的学习风格为基础,设计自适应学习内容推荐策略,实现学习内容的自适应推荐。本文通过开发自适应学习内容推荐系统,设计实验和数据分析验证模型的有效性,结果表明该推荐模型对学习者的学习效果的提高较为明显。自适应学习内容推荐模型应用于传统自适应学习系统能够有效的改善学习者的学习效果。