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

下載本文檔

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)大規(guī)模的普及、信息時(shí)代的高速發(fā)展,網(wǎng)絡(luò)數(shù)據(jù)量呈爆炸式增長(zhǎng)趨勢(shì),產(chǎn)生信息過(guò)載問(wèn)題。如何從海量數(shù)據(jù)中快速獲取自己真正想要的信息一直是個(gè)研究熱點(diǎn)。目前,推薦系統(tǒng)是解決該問(wèn)題的最好方法。推薦算法是推薦系統(tǒng)的核心,其中基于網(wǎng)絡(luò)的推薦算法是本文的重點(diǎn)。它的基本思想是:將用戶和對(duì)象抽象為節(jié)點(diǎn),忽略目標(biāo)用戶和推薦對(duì)象的基本特征,只考慮二者之間是否存在選擇與被選擇的關(guān)系,然后通過(guò)計(jì)算這種關(guān)系建立推薦模型對(duì)用戶進(jìn)行推薦。本文的主要內(nèi)容是在現(xiàn)有研究

2、的基礎(chǔ)上,針對(duì)基于網(wǎng)絡(luò)的熱傳導(dǎo)和物質(zhì)擴(kuò)散推薦算法的研究。
  本文首先對(duì)推薦系統(tǒng)的定義、一般模型、要素及目前的研究現(xiàn)狀進(jìn)行了綜述,并詳細(xì)介紹了主流推薦算法的基本思想和流程。然后對(duì)熱傳導(dǎo)和物質(zhì)擴(kuò)散推薦算法進(jìn)行了深入研究,并分析了二者的優(yōu)缺點(diǎn)。熱傳導(dǎo)推薦算法多樣性好、準(zhǔn)確性低,而物質(zhì)擴(kuò)散推薦算法準(zhǔn)確性好、多樣性低。針對(duì)該問(wèn)題,本文提出了如下兩種改進(jìn)型混合算法:
 ?、倩诮徊婊旌喜呗缘腇HTM算法。為了突出用戶在整個(gè)推薦過(guò)程中的

3、影響,該算法的兩次資源傳遞均按照用戶的度進(jìn)行重新分配。實(shí)驗(yàn)結(jié)果表明,該方法與熱傳導(dǎo)算法相比,準(zhǔn)確性有了大幅度的提高,而多樣性略微下降;與物質(zhì)擴(kuò)散算法相比,準(zhǔn)確性和多樣性都幾乎一致。
 ?、卺槍?duì)熱傳導(dǎo)、物質(zhì)擴(kuò)散和FHTM算法存在的問(wèn)題,本文繼續(xù)提出了一個(gè)新的基于熱傳導(dǎo)和物質(zhì)擴(kuò)散的混合推薦算法HMW。該方法主要是在現(xiàn)有研究成果的基礎(chǔ)上,通過(guò)引入用戶活躍度,調(diào)節(jié)用戶在整個(gè)推薦過(guò)程中的影響,進(jìn)而進(jìn)行個(gè)性化的推薦。
  最后,本文采用

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。

評(píng)論

0/150

提交評(píng)論