版權(quán)說明: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),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、隨著網(wǎng)絡(luò)技術(shù)的發(fā)展和持續(xù)完善,為使用戶獲得更好的用戶體驗(yàn),諸多個性化推薦系統(tǒng)不斷涌現(xiàn)。協(xié)同過濾技術(shù)是傳統(tǒng)個性化推薦系統(tǒng)中發(fā)展較為完善、應(yīng)用較為廣泛的一種推薦技術(shù),但隨著信息技術(shù)、網(wǎng)絡(luò)技術(shù)等的不斷發(fā)展,該系統(tǒng)自身固有的數(shù)據(jù)稀疏性、用戶/項(xiàng)目冷啟動以及系統(tǒng)可擴(kuò)展性等問題越來越成為制約其發(fā)展的瓶頸所在。在實(shí)際生活中,兩個個體之間往往只在某一方面品味相似。傳統(tǒng)的個性化推薦算法往往忽略這一事實(shí),在計(jì)算用戶相似度時(shí)將所有項(xiàng)目都考慮進(jìn)來;另外,協(xié)同過
2、濾算法固有的稀疏性問題也會導(dǎo)致核心步驟中最近鄰很難被定位,系統(tǒng)的推薦效果收到了極大的影響。本文針對影音視聽領(lǐng)域廣泛使用的協(xié)同過濾推薦系統(tǒng)的某些缺陷進(jìn)行改進(jìn),旨在深入挖掘用戶潛在興趣,在考慮用戶評分偏好和興趣遷移的基礎(chǔ)上,得到更為精確、多樣的推薦結(jié)果。
本文提出了一個基于模糊理論和協(xié)同過濾的個性化推薦方法。論文首先介紹了近年發(fā)展迅速的基于模糊理論的數(shù)據(jù)挖掘技術(shù),為本文提出的個性化推薦方法提供技術(shù)支撐;隨后概述了個性化推薦系統(tǒng)中常
3、見的幾種推薦技術(shù),并在討論現(xiàn)有電影推薦系統(tǒng)的基礎(chǔ)上,深入分析了協(xié)同過濾算法的優(yōu)缺點(diǎn),提出了新的數(shù)學(xué)模型對傳統(tǒng)協(xié)同過濾技術(shù)進(jìn)行改進(jìn);最后在原有工作基礎(chǔ)之上給出了基于模糊理論和協(xié)同過濾的個性化推薦方法的完整系統(tǒng)架構(gòu)。首先在概念分層的基礎(chǔ)上,引入“隸屬度”和“可信度”概念,利用模糊支持向量機(jī)算法對項(xiàng)目進(jìn)行模糊聚類,利用模糊C均值分類算法對各項(xiàng)目類的用戶進(jìn)行可信度量,提出的個性化推薦方法利用上述方法,從兩個角度入手通過簡單降維和縮減數(shù)據(jù)集的方式
4、,既改善了稀疏性問題,又可以降低推薦搜索范圍,進(jìn)而提高算法的可擴(kuò)展性;其次,通過引入“評分偏好”和“興趣遷移度”概念,提出新的用戶相似性度量方法和預(yù)測評分公式,對傳統(tǒng)協(xié)同過濾技術(shù)進(jìn)行改進(jìn),使改進(jìn)后的協(xié)同過濾推薦準(zhǔn)確度有一定程度的改善;最終,改進(jìn)后的協(xié)同過濾技術(shù)對每一個項(xiàng)目類進(jìn)行分別推薦后,整合每個項(xiàng)目類中推薦項(xiàng)目的所有相關(guān)信息并利用本文定義提出的加權(quán)模型對其進(jìn)行加權(quán)排序,完成最終推薦。結(jié)果證明,提出的個性化推薦方法既可以擴(kuò)展推薦結(jié)果的多
溫馨提示
- 1. 本站所有資源如無特殊說明,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)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 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. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對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自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于協(xié)同過濾的個性化社區(qū)推薦方法研究.pdf
- 基于協(xié)同過濾技術(shù)的個性化推薦研究.pdf
- 個性化推薦協(xié)同過濾算法研究.pdf
- 協(xié)同過濾個性化推薦技術(shù)的研究.pdf
- 基于關(guān)聯(lián)規(guī)則和協(xié)同過濾的數(shù)字圖書個性化服務(wù).pdf
- 基于協(xié)同過濾算法的APP個性化推薦研究.pdf
- 基于協(xié)同過濾技術(shù)的個性化旅游推薦系統(tǒng).pdf
- 基于協(xié)同過濾算法的個性化推薦系統(tǒng)的研究.pdf
- 基于協(xié)同過濾及關(guān)聯(lián)規(guī)則的個性化圖書推薦.pdf
- 基于協(xié)同過濾技術(shù)的個性化推薦系統(tǒng)研究.pdf
- 基于聚類的協(xié)同過濾個性化推薦算法研究.pdf
- 基于改進(jìn)協(xié)同過濾算法的個性化景點(diǎn)推薦研究.pdf
- 基于協(xié)同過濾算法的個性化推薦應(yīng)用研究.pdf
- 基于協(xié)同過濾的信息商品個性化捆綁推薦研究.pdf
- 基于協(xié)同過濾的個性化推薦算法的研究與應(yīng)用.pdf
- 個性化推薦技術(shù)中的協(xié)同過濾算法研究.pdf
- 個性化推薦系統(tǒng)中協(xié)同過濾算法的研究.pdf
- 基于協(xié)同過濾的個性化推薦算法的優(yōu)化和應(yīng)用.pdf
- 基于協(xié)同過濾的網(wǎng)絡(luò)學(xué)習(xí)個性化推薦技術(shù)的研究.pdf
- 基于協(xié)同過濾個性化商品推薦的網(wǎng)絡(luò)商城系統(tǒng).pdf
評論
0/150
提交評論