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、當(dāng)前,推薦方式通常被分為三類:基于內(nèi)容的推薦方法,協(xié)同過(guò)濾推薦方法和混合推薦方法?;趦?nèi)容的推薦是為客戶推薦其以往偏愛(ài)的產(chǎn)品的相似產(chǎn)品。它沒(méi)有考慮到用戶反饋的信息和用戶暗含的興趣,這樣就會(huì)導(dǎo)致結(jié)果的不正確。協(xié)同過(guò)濾推薦首先尋找當(dāng)前客戶的鄰居客戶,之后把鄰居客戶喜愛(ài)的商品推薦給當(dāng)前客戶。所以協(xié)同過(guò)濾推薦亟待解決的難題即是數(shù)據(jù)稀疏與冷啟動(dòng)。
半監(jiān)督聚類就是在無(wú)監(jiān)督學(xué)習(xí)的基礎(chǔ)上添加較少的監(jiān)督信息,然后使用這些監(jiān)督信息來(lái)提升聚類效果。
2、度量函數(shù)在聚類中非常常見(jiàn),常用的度量方式采用歐式距離,但是歐式距離同樣存在很多不足之處:歐式距離度量對(duì)于橢圓形數(shù)據(jù)的處理效果很差;如果數(shù)據(jù)集里面的樣本之間相關(guān)性很高,歐式距離度量的效果就不夠理想;假如數(shù)據(jù)樣本集的維數(shù)很大,計(jì)算量會(huì)非常大,那么算法的時(shí)間復(fù)雜度就會(huì)很高。
針對(duì)上述推薦方法與半監(jiān)督聚類的問(wèn)題,本文將改進(jìn)的馬氏距離用于半監(jiān)督聚類,旨在實(shí)現(xiàn)多種推薦方法用于數(shù)字圖書(shū)推薦。具體研究工作如下:
(1)針對(duì)協(xié)同過(guò)濾推
3、薦中相似度計(jì)算的方法比較少這一問(wèn)題,以及歐式距離只對(duì)球形數(shù)據(jù)的處理效果較好,橢圓形數(shù)據(jù)的處理效果很差這一缺點(diǎn),將基于熵理論的馬氏距離用于度量。然后與高斯混合模型相結(jié)合,用于半監(jiān)督聚類,構(gòu)建目標(biāo)函數(shù),提高聚類質(zhì)量。
(2)監(jiān)督信息不止包括數(shù)據(jù)標(biāo)簽,也包含樣本的連接約束關(guān)系,但是通常研究會(huì)忽略約束關(guān)系。約束條件就是,必需同在一類的歸為Must-Link,肯定不在一類的歸為Cannot-Link。所以在聚類之前,將約束關(guān)系作為先驗(yàn)條
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。
最新文檔
- 半監(jiān)督聚類算法及其應(yīng)用研究.pdf
- 半監(jiān)督聚類集成方法及其應(yīng)用研究.pdf
- 開(kāi)源軟件在數(shù)字圖書(shū)館中的應(yīng)用研究.pdf
- 51329.推薦系統(tǒng)技術(shù)與架構(gòu)在數(shù)字圖書(shū)館中的應(yīng)用研究
- OGSA—DAI在數(shù)字圖書(shū)館中的應(yīng)用研究.pdf
- 模糊聚類算法在數(shù)據(jù)挖掘中的應(yīng)用研究.pdf
- 半監(jiān)督聚類算法及應(yīng)用的研究.pdf
- 半監(jiān)督聚類算法在人臉檢測(cè)中的應(yīng)用.pdf
- 數(shù)據(jù)挖掘中聚類集成與半監(jiān)督聚類研究.pdf
- 半監(jiān)督聚類集成研究.pdf
- lib2.0在數(shù)字圖書(shū)館中的應(yīng)用研究
- 知識(shí)網(wǎng)格在數(shù)字圖書(shū)館知識(shí)服務(wù)中的應(yīng)用研究.pdf
- 基于半監(jiān)督聚類算法的研究與應(yīng)用.pdf
- 半監(jiān)督聚類算法在肺結(jié)節(jié)分類中的應(yīng)用.pdf
- 基于本體的語(yǔ)義檢索在數(shù)字圖書(shū)館中的應(yīng)用研究.pdf
- 云計(jì)算技術(shù)在數(shù)字圖書(shū)館中的應(yīng)用研究.pdf
- 信息可視化在數(shù)字圖書(shū)館中的應(yīng)用研究.pdf
- PROV溯源模型在數(shù)字圖書(shū)館的應(yīng)用研究.pdf
- prov溯源模型在數(shù)字圖書(shū)館的應(yīng)用研究
- 半監(jiān)督聚類集成模型研究.pdf
評(píng)論
0/150
提交評(píng)論