已閱讀1頁，還剩56頁未讀， 繼續(xù)免費閱讀
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)，請進行舉報或認領(lǐng)
文檔簡介
1、近些年來，隨著信息技術(shù)的發(fā)展，電子商務(wù)領(lǐng)域積累了大量的數(shù)據(jù)，海量數(shù)據(jù)在為客戶提供多樣化商品選擇的同時也帶來了選擇難的問題。推薦系統(tǒng)作為一種基于海量信息進行檢索和篩選的個性化推送技術(shù)越來越受到人們的重視。它以客戶的實際需求為中心，根據(jù)客戶的歷史行為數(shù)據(jù)預(yù)測用戶的行為偏好，從而主動為客戶提供個性化的數(shù)據(jù)信息服務(wù)。然而，在基于用戶評分進行用戶興趣偏好建模的推薦系統(tǒng)中常常面臨著一些不可避免的問題，如用戶相似度計算精度問題、評分矩陣稀疏性問題。針
2、對推薦系統(tǒng)中這兩個常見的問題本文分別進行了探索，提出了一種新的計算用戶相似度的計算方法，改善了傳統(tǒng)相似度計算方法的不足；利用了物品的標(biāo)簽信息在一定程度上緩解了評分矩陣存在大量缺失值時不能很好的找出與目標(biāo)用戶具有相似偏好的用戶的問題。具體來說，文中的貢獻主要包含以下三個方面：
?。?）針對皮爾遜相似度在計算時遇到分母為0而相似度無法計算的情況，提出了一種改進方法，該方法能夠根據(jù)用戶評分情況適應(yīng)選擇合理的相似度計算方法。
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
- 社會網(wǎng)絡(luò)中基于用戶評分行為的推薦方法研究.pdf
- 利用社會網(wǎng)絡(luò)關(guān)鍵用戶改進協(xié)同過濾推薦算法的研究.pdf
- 社會網(wǎng)絡(luò)中的微博用戶推薦算法研究.pdf
- 基于社會網(wǎng)絡(luò)的協(xié)同過濾推薦方法研究.pdf
- 基于用戶評分和遺傳算法的協(xié)同過濾推薦算法.pdf
- 基于用戶話題偏好的社會網(wǎng)絡(luò)潛在人脈推薦研究.pdf
- 基于社會網(wǎng)絡(luò)信息的協(xié)同過濾推薦方法研究.pdf
- 基于社會網(wǎng)絡(luò)的協(xié)同過濾推薦技術(shù)研究.pdf
- 社會網(wǎng)絡(luò)中社團發(fā)現(xiàn)與協(xié)同推薦技術(shù)的研究.pdf
- 基于用戶協(xié)同過濾推薦算法的研究.pdf
- 基于社會信任網(wǎng)絡(luò)的協(xié)同過濾推薦方法研究.pdf
- 社交網(wǎng)絡(luò)中基于用戶特征的專家推薦研究.pdf
- 基于用戶聚類的協(xié)同推薦算法研究.pdf
- 基于多指標(biāo)評分的景點協(xié)同推薦研究.pdf
- 基于用戶評分和用戶特征的混合協(xié)同過濾算法研究.pdf
- 基于用戶興趣的協(xié)同過濾推薦算法研究.pdf
- 基于用戶聲譽的魯棒協(xié)同推薦算法研究.pdf
- 基于用戶重要性的協(xié)同推薦算法研究.pdf
- 基于用戶情境的協(xié)同推薦算法研究與應(yīng)用.pdf
- 基于用戶特征發(fā)現(xiàn)的協(xié)同推薦方法研究.pdf
評論
0/150
提交評論