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、伴隨大數(shù)據(jù)時(shí)代的到來,人們每天面臨著海量數(shù)字信息,信息過載問題日益嚴(yán)重。傳統(tǒng)的獲取信息的方式是傳統(tǒng)的門戶網(wǎng)站和通過搜索引擎主動(dòng)搜索,這已經(jīng)不能及時(shí)滿足人們對有效信息的獲取。推薦系統(tǒng)的出現(xiàn)和發(fā)展帶來了獲取信息方式的改變。最初的推薦技術(shù)被用在電子商務(wù)網(wǎng)站中,如亞馬遜,淘寶網(wǎng)的購物推薦。隨著Web發(fā)展,推薦技術(shù)被用到新聞,視頻,音樂,問答等各種Web應(yīng)用中,幫助人們從海量信息中及時(shí)獲取所需信息。
隨著網(wǎng)絡(luò)中推薦應(yīng)用越來越廣泛,推薦算
2、法的研究也在逐漸深入。學(xué)術(shù)界研究最多的是協(xié)同過濾算法,包括基于記憶的方法,如基于用戶的KNN算法,基于物品KNN算法等,基于模型的方法,比如矩陣分解MF算法,SVD++算法,基于社交因素約束的矩陣分解(SocailRegular-FM)算法等。單一模型及其變種的研究很多而且成熟。改進(jìn)模型的研究仍為今后研究重點(diǎn)。但是,單一的模型算法僅僅能抓住函數(shù)假設(shè)空間的部分特征,混合幾種模型來做推薦的研究方向越來越受重視。本課題對以上單個(gè)模型和模型混合
3、技術(shù)均做出了研究。
本課題的主要工作如下,我們對已有基礎(chǔ)模型做出研究和實(shí)現(xiàn),將代碼組合起來最終實(shí)現(xiàn)一推薦引擎庫,我們稱為JRSLib庫。課題改進(jìn)利用輔助信息改進(jìn)了物品相似度公式。社交因素越來越被推薦系統(tǒng)重視,課題對基于社交因素約束模型做出研究,之后提出了基于社交興趣組約束的模型,通過概率潛語義分析模型(PLSA)學(xué)習(xí)興趣組,使興趣組內(nèi)的成員的興趣向量盡可能的相似。對模型混合技術(shù),線性回歸和梯度提升決策樹(GBDT)做出研究,分
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(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
- 基于主題模型的混合推薦算法研究.pdf
- 基于Spark的混合推薦系統(tǒng).pdf
- 基于混合推薦的電影推薦系統(tǒng)的研究與實(shí)現(xiàn).pdf
- 基于混合推薦的手機(jī)閱讀推薦系統(tǒng)的研究與實(shí)現(xiàn).pdf
- 基于混合模型的科技論文標(biāo)簽推薦方法研究.pdf
- 基于SVD與SVM混合推薦的電影推薦系統(tǒng)的研究.pdf
- 基于混合推薦技術(shù)的推薦系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn).pdf
- 基于用戶興趣的混合推薦系統(tǒng)研究.pdf
- 基于混合過濾的推薦系統(tǒng)開發(fā)研究.pdf
- 基于Spark的混合推薦系統(tǒng)的研究與實(shí)現(xiàn).pdf
- 基于混合語義矩陣的視頻推薦系統(tǒng).pdf
- 基于混合推薦技術(shù)的推薦系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)
- 基于混合算法的推薦系統(tǒng)的研究與實(shí)現(xiàn).pdf
- 基于混合過濾技術(shù)的文章推薦系統(tǒng)研究.pdf
- 基于混合機(jī)制的新聞推薦系統(tǒng)研究.pdf
- 基于混合用戶模型的協(xié)同過濾推薦算法研究
- 問答網(wǎng)站中基于混合模型的實(shí)時(shí)標(biāo)簽推薦.pdf
- 基于混合用戶模型的協(xié)同過濾推薦算法研究.pdf
- 基于混合算法模型的農(nóng)產(chǎn)品推薦系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn).pdf
- 一種基于混合用戶興趣模型的個(gè)性化推薦系統(tǒng).pdf
評論
0/150
提交評論