2023年全國(guó)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87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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、推薦系統(tǒng)是一種考慮用戶差異,為用戶提供個(gè)性化服務(wù)的信息過濾技術(shù),能夠很好地緩解信息過載問題所帶來的挑戰(zhàn)。推薦系統(tǒng)的個(gè)性化服務(wù)方式,不僅促進(jìn)了電子商務(wù)領(lǐng)域的快速發(fā)展,同時(shí)也對(duì)傳統(tǒng)的數(shù)字圖書文獻(xiàn)領(lǐng)域產(chǎn)生了重大影響。
  本文深入地研究了協(xié)同過濾推薦技術(shù)中隱語義模型的相關(guān)內(nèi)容,主要包括:
  (1)為明確本文的研究?jī)?nèi)容和研究思路,比較分析了推薦系統(tǒng)領(lǐng)域常見推薦技術(shù)的優(yōu)缺點(diǎn),全面介紹了隱語義模型的發(fā)展背景和研究現(xiàn)狀,為后期研究工作的

2、展開奠定基礎(chǔ)。
  (2)詳細(xì)闡述了隱語義模型的工作原理、學(xué)習(xí)算法和評(píng)測(cè)指標(biāo),介紹了基本的隱語義模型Base-SVD、引入偏置項(xiàng)的隱語義模型Bias-SVD、考慮隱式反饋的隱語義模型SVD++和融合鄰域的隱語義模型Asymmetric-SVD等算法,并在MovieLens數(shù)據(jù)集上比較分析了幾種模型的推薦效果,以及受不同參數(shù)的影響情況,總結(jié)各個(gè)算法的特點(diǎn)。結(jié)果表明:模型Asymmetric-SVD受隱特征維度、學(xué)習(xí)速率等參數(shù)的影響最

3、大,綜合評(píng)分預(yù)測(cè)效果要優(yōu)于其他模型。
  (3)詳細(xì)討論了隱語義模型在科技文獻(xiàn)推薦領(lǐng)域的應(yīng)用,提出一種融合異構(gòu)信息網(wǎng)絡(luò)和隱語義模型的文獻(xiàn)推薦算法。主要考慮用戶對(duì)文獻(xiàn)的隱式評(píng)分,以元路徑的方式挖掘文獻(xiàn)間的近鄰關(guān)系,從語義關(guān)聯(lián)的角度表達(dá)用戶對(duì)文獻(xiàn)的偏好程度,融合隱語義模型預(yù)測(cè)用戶評(píng)分,實(shí)現(xiàn)推薦。該算法能綜合多維度信息,有效緩解評(píng)分?jǐn)?shù)據(jù)稀疏性問題。
  (4)對(duì)于元路徑權(quán)值分配問題,文中利用二分類和貝葉斯優(yōu)化排序兩種學(xué)習(xí)算法進(jìn)行求

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(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(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