【作者】 李俊薇； 杨青； 张连发； 黄宇颖；

【Author】 Junwei Li~1,Qing Yang~2,Lianfa Zhang~3 Yuying Huang~4 (1,2,3,4 Center China of Normal University,Wuhan,Hubei province,China 430079

【机构】 武汉华中师范大学计算机科学系；

【摘要】 目前众多的网站中,都呈现出"信息过载"和"资源迷向"问题,体检网站也不例外,不同用户需要了解的疾病信息不一样。根据用户各自的身体状况和对各种疾病的关心程度来向其推荐有用的信息,这就需要进行个性化网站设计。目前建设个性化网站的技术很多,本文利用贝叶斯定理及其概率模型,结合过滤算法,在网站的内容推荐个性化方面做了研究,分析用户以往的访问历史记录,予以推荐最新的内容,达到了提高用户的满意度,降低用户浏览信息所消耗的时间的效果,很好的适应了用户的兴趣。更多还原

【Abstract】 Most of the medical web-site have the problems like overload information and resource isotropic,Different users need different information,so,we need to recommend useful information to them by analyze the visitor’s history records.This is what we called personalized web-site design,this paper make some research on the personalization of web content recommendation by using Bayes theorem and Filter algorithm.It can recommend the latest information to web browsers and reduce the time that they spend on browsing the web,and adapt the interesting of them.更多还原