2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩65頁未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

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、相關(guān)研究顯示,高學(xué)歷網(wǎng)民在社交網(wǎng)站使用率中所占的比例呈逐年下降的趨勢,其最主要原因是,社交網(wǎng)站浪費(fèi)時(shí)間、缺乏專業(yè)性。為了滿足高學(xué)歷網(wǎng)民的需求,學(xué)術(shù)社交網(wǎng)站(為進(jìn)行學(xué)術(shù)交流活動(dòng)建立的社交網(wǎng)站)的數(shù)量在快速的增加。然而隨著網(wǎng)絡(luò)的迅猛發(fā)展,科技論文的數(shù)量也在以每年6%-8%的速率進(jìn)行增長,科技論文信息量的劇增加大了論文檢索的難度,進(jìn)而導(dǎo)致論文共享中被動(dòng)服務(wù)的問題,即用戶無法主動(dòng)地快速檢索感興趣的科技論文。
  本文針對學(xué)術(shù)社交網(wǎng)站中科技

2、論文共享被動(dòng)服務(wù)的問題,提出并實(shí)現(xiàn)了一種將社交網(wǎng)絡(luò)特性和傳統(tǒng)個(gè)性化推薦算法相結(jié)合的論文混合推薦算法,此算法可以主動(dòng)的向用戶推送其感興趣的科技論文。本文首先深入研究了傳統(tǒng)個(gè)性化推薦技術(shù),包括基于內(nèi)容過濾的推薦算法、協(xié)同過濾算法、關(guān)聯(lián)規(guī)則算法以及混合推薦算法。而后研究了基于社區(qū)發(fā)現(xiàn)的個(gè)性化推薦技術(shù),包括基于圖論的算法和層次聚類的算法。在此基礎(chǔ)上,指出了傳統(tǒng)個(gè)性化推薦算法的缺點(diǎn),并分析了將社區(qū)發(fā)現(xiàn)算法與傳統(tǒng)個(gè)性化推薦算法相結(jié)合的可行性。繼而提

3、出GN-AP混合推薦算法,即將經(jīng)典社區(qū)發(fā)現(xiàn)算法---GN算法和關(guān)聯(lián)規(guī)則算法---Apriori算法相結(jié)合的混合算法。該混合推薦算法可分為三大部分:首先運(yùn)用GN算法構(gòu)建興趣相似用戶群,其次運(yùn)用Apriori算法進(jìn)行論文關(guān)聯(lián)規(guī)則挖掘繼而實(shí)現(xiàn)首次論文推薦,最后引入論文興趣度論文推薦。在提出了混合推薦算法的基礎(chǔ)上,對其進(jìn)行絕對性能和相對性能兩個(gè)方面的分析,在絕對性能上,根據(jù)準(zhǔn)確率和召回率兩個(gè)標(biāo)準(zhǔn)對論文推薦結(jié)果進(jìn)行評價(jià)與分析;在相對性能上是將基于

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(huì)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

評論

0/150

提交評論