-
公开(公告)号:CN104035960A
公开(公告)日:2014-09-10
申请号:CN201410192780.4
申请日:2014-05-08
申请人: 东莞市巨细信息科技有限公司
IPC分类号: G06F17/30
CPC分类号: G06F17/30861 , G06F17/30705
摘要: 本发明涉及网络信息采集和分析方法,具体涉及互联网资讯信息热点预测方法,本发明提供的互联网资讯信息热点预测方法,是基于目前资讯信息热点预测的广泛需求及遇到的瓶颈,针对Web2.0下互联网信息活动中用户高度参与的特点,建立了热点资讯信息评价模型,并给出了互联网热度评价算法。实验结果表明算法能够综合利用用户反馈和网页等信息来准确的评价信息热度。
-
公开(公告)号:CN102298650A
公开(公告)日:2011-12-28
申请号:CN201110316628.9
申请日:2011-10-18
申请人: 东莞市巨细信息科技有限公司
IPC分类号: G06F17/30
摘要: 本发明涉及海量信息处理技术领域,具体涉及一种海量数字信息的分布式推荐方法,该分布式推荐方法包括以下步骤:第一步,建设对等的分布式局域网络;第二步,收集当前用户行为的数字信息,存入面向文档的分布式数据库mongodb中;第三步,数字信息的预处理;第四步,统计与当前用户有关系的数字信息的集合;第五步,构建数字信息之间的相似度矩阵;第六步,统计数字信息之间相似度的总数矩阵;第七步,统计向当前用户候选推荐的数字信息的评分值;第八步,向当前用户推荐数字信息。本发明的分布式推荐方法在海量数字信息的情况下向用户推荐数字信息的速度更快,准确度更高;本发明的分布式推荐方法适用于各种数字信息。
-
公开(公告)号:CN102298650B
公开(公告)日:2012-12-19
申请号:CN201110316628.9
申请日:2011-10-18
申请人: 东莞市巨细信息科技有限公司
IPC分类号: G06F17/30
摘要: 本发明涉及海量信息处理技术领域,具体涉及一种海量数字信息的分布式推荐方法,该分布式推荐方法包括以下步骤:第一步,建设对等的分布式局域网络;第二步,收集当前用户行为的数字信息,存入面向文档的分布式数据库mongodb中;第三步,数字信息的预处理;第四步,统计与当前用户有关系的数字信息的集合;第五步,构建数字信息之间的相似度矩阵;第六步,统计数字信息之间相似度的总数矩阵;第七步,统计向当前用户候选推荐的数字信息的评分值;第八步,向当前用户推荐数字信息。本发明的分布式推荐方法在海量数字信息的情况下向用户推荐数字信息的速度更快,准确度更高;本发明的分布式推荐方法适用于各种数字信息。
-
-