版權說明: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,請進行舉報或認領
文檔簡介
1、隨著互聯(lián)網(wǎng)的快速發(fā)展,“信息過載”成為用戶使用互聯(lián)網(wǎng)獲取信息時所面臨的一個重要問題。雖然借助于信息檢索技術,可以從一定程度上得到緩解,在面對海量的信息時,用戶仍然還會迷失方向,甚至不知道自己真正需要的是什么。由此,個性化推薦技術應運而生,它能夠有效地處理這類問題。本文回顧了推薦系統(tǒng)的相關算法,并重點研究隨機游走方法在個性化推薦中的應用。
本文介紹幾種經(jīng)典的、已經(jīng)在商業(yè)領域得到廣泛應用的鄰域算法。由于數(shù)據(jù)的稀疏性是協(xié)同過濾系統(tǒng)存
2、在的一個重要問題,為此本文分析了稀疏性的成因、表現(xiàn),稀疏性對推薦精度的影響,以及相關的解決辦法,并著重介紹一種基于隨機游走的算法SimRank及其改進形式SimRank++。SimRank++算法基于相似性具有傳遞性的假設,建立對象之間的關聯(lián)關系,實驗分析發(fā)現(xiàn)SimRank++直接應用于推薦系統(tǒng)中的效果差強人意,本文對其做進一步改進。為了能夠?qū)崿F(xiàn)個性化推薦,我們將主題敏感的PageRank算法應用于用戶一物品二分圖,將每個用戶看作一個主
3、題,產(chǎn)生一種新的圖模型算法:個性化的PageRank(Personalized PageRank, PPageRank)。本文還給出PPageRank算法的收斂性證明,并建立鄰域算法同圖模型算法關系,最后將SimRank++改進算法的加權思想融入到PPageRank中并提出一種加權形式的PPageRank算法:WPPageRank。
本文使用基于用戶的協(xié)同過濾推薦算法(UserCF)與基于物品的協(xié)同過濾算法(ItemCF)作為
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)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權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。
- 6. 下載文件中如有侵權或不適當內(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確性、安全性和完整性, 同時也不承擔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
- 基于隨機游走的圖像分割技術研究.pdf
- 基于隨機游走的Web服務推薦算法研究.pdf
- 基于用戶偏好的信任網(wǎng)絡隨機游走推薦模型研究.pdf
- 基于矩陣分解和隨機游走相結合的推薦算法.pdf
- 基于信任網(wǎng)絡的推薦技術研究及應用.pdf
- 基于邏輯回歸的推薦技術研究及應用.pdf
- 基于最短路徑的隨機游走算法研究與應用.pdf
- 基于多條隨機游走的圖像檢索.pdf
- 基于隨機游走的圖像分割相關算法研究.pdf
- 基于隨機游走算法的圖像分割方法研究.pdf
- 基于面向?qū)ο蠹夹g的儲層隨機游走建模系統(tǒng)的研究.pdf
- 4852.基于隨機游走的道路選取研究
- 基于圖論的醫(yī)學圖像分割隨機游走算法研究.pdf
- 圖上的隨機游走學習.pdf
- 基于用戶興趣的推薦技術研究與應用.pdf
- 基于隨機游走模型的蛋白質(zhì)網(wǎng)絡研究.pdf
- 基于隨機游走的復雜網(wǎng)絡聚類算法研究.pdf
- 基于本體的個性化知識推薦技術研究及應用.pdf
- 復雜網(wǎng)絡中的隨機游走研究.pdf
- 基于.net平臺的并行計算在隨機游走算法的應用
評論
0/150
提交評論