版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、隨著互聯(lián)網(wǎng)的迅速發(fā)展,推薦系統(tǒng)已經(jīng)廣泛地應(yīng)用在電影、音樂(lè)以及電子商務(wù)網(wǎng)站等眾多領(lǐng)域中。協(xié)同過(guò)濾算法是推薦系統(tǒng)中最為流行的技術(shù),在互聯(lián)網(wǎng)的眾多領(lǐng)域發(fā)揮著核心作用。它能夠根據(jù)用戶的歷史評(píng)分?jǐn)?shù)據(jù)搜索相似的用戶或物品,然后進(jìn)行評(píng)分預(yù)測(cè)。盡管協(xié)同過(guò)濾算法已被成功地應(yīng)用到眾多的電子商務(wù)推薦系統(tǒng)中,但仍然面臨著諸如數(shù)據(jù)稀疏性、冷啟動(dòng)以及用戶興趣變化等問(wèn)題。如何有效的解決這些問(wèn)題已經(jīng)成為一個(gè)重要的研究課題。同時(shí),目前各種社交網(wǎng)絡(luò)平臺(tái)紛紛涌現(xiàn)并日益滲透到
2、人們的日常生活中,尤其影響著人們?cè)陔娮由虅?wù)系統(tǒng)上選擇和購(gòu)買物品的行為。從社交網(wǎng)絡(luò)這個(gè)全新的角度來(lái)重新考察現(xiàn)有的產(chǎn)品推薦系統(tǒng)是非常有意義的。針對(duì)以上重要問(wèn)題,本文主要進(jìn)行了以下幾個(gè)方面的研究。
第一,基于時(shí)間感知的協(xié)同過(guò)濾算法研究?,F(xiàn)如今,推薦系統(tǒng)呈現(xiàn)動(dòng)態(tài)化趨勢(shì),用戶偏好隨時(shí)間發(fā)生改變,所以本文將時(shí)間信息融合到協(xié)同過(guò)濾算法中。同時(shí),傳統(tǒng)的協(xié)同過(guò)濾算法在計(jì)算用戶間相似度時(shí)沒(méi)有考慮到不同目標(biāo)物品的影響,導(dǎo)致一個(gè)用戶對(duì)于所有的目標(biāo)物品
3、的近鄰用戶是完全相同的。本文在解決一個(gè)目標(biāo)用戶對(duì)于不同的目標(biāo)物品應(yīng)該具有不同的近鄰這一問(wèn)題的同時(shí)結(jié)合時(shí)間感知提出了一個(gè)新的相似度計(jì)算公式。通過(guò)一系列的實(shí)驗(yàn)證明,改進(jìn)的算法在精度、召回率、MAE以及覆蓋度這幾個(gè)方面優(yōu)于傳統(tǒng)的協(xié)同過(guò)濾算法。
第二,基于社交網(wǎng)絡(luò)信任度的協(xié)同過(guò)濾算法研究。針對(duì)傳統(tǒng)協(xié)同過(guò)濾算法面臨的冷啟動(dòng)問(wèn)題,提出一種新的融合社交網(wǎng)路信任度的協(xié)同過(guò)濾算法。首先利用用戶社交網(wǎng)絡(luò)信息建模,然后結(jié)合用戶信任度以及偏好來(lái)進(jìn)行評(píng)
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于社交網(wǎng)絡(luò)信任度的協(xié)同過(guò)濾推薦系統(tǒng)的研究.pdf
- 基于信任網(wǎng)絡(luò)的協(xié)同過(guò)濾算法研究.pdf
- 基于社交網(wǎng)絡(luò)的協(xié)同過(guò)濾算法研究.pdf
- 基于社交網(wǎng)絡(luò)的協(xié)同過(guò)濾推薦算法研究.pdf
- 基于社交網(wǎng)絡(luò)和隱私保護(hù)的協(xié)同過(guò)濾推薦算法研究.pdf
- 基于社交網(wǎng)絡(luò)信息的協(xié)同過(guò)濾推薦算法研究.pdf
- 基于信任關(guān)系和興趣變化的協(xié)同過(guò)濾算法研究.pdf
- 基于訪問(wèn)時(shí)間和評(píng)分時(shí)間的協(xié)同過(guò)濾算法研究.pdf
- 基于相似-信任度模型的協(xié)同過(guò)濾算法研究與應(yīng)用.pdf
- 基于社交網(wǎng)絡(luò)的協(xié)同過(guò)濾推薦算法的研究與實(shí)現(xiàn).pdf
- 基于信任模型的協(xié)同過(guò)濾推薦算法的研究.pdf
- 一種基于社交網(wǎng)絡(luò)的協(xié)同過(guò)濾推薦算法研究.pdf
- 基于動(dòng)態(tài)信任模型的協(xié)同過(guò)濾推薦算法研究.pdf
- 基于信任傳播模型的協(xié)同過(guò)濾推薦算法研究.pdf
- 基于時(shí)間權(quán)重的協(xié)同過(guò)濾推薦算法研究.pdf
- 基于用戶評(píng)論評(píng)分與信任度的協(xié)同過(guò)濾算法研究.pdf
- 基于社交網(wǎng)絡(luò)的垃圾信息協(xié)同過(guò)濾模型.pdf
- 基于社會(huì)信任網(wǎng)絡(luò)的協(xié)同過(guò)濾推薦方法研究.pdf
- 協(xié)同過(guò)濾推薦算法在社交網(wǎng)絡(luò)中的研究與應(yīng)用.pdf
- 基于信任的協(xié)同過(guò)濾技術(shù)研究.pdf
評(píng)論
0/150
提交評(píng)論