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)行舉報或認(rèn)領(lǐng)
文檔簡介
1、自互聯(lián)網(wǎng)進(jìn)入到2.0時代,人們對信息的需求從被動的消費者轉(zhuǎn)向主動的生產(chǎn)者。同時,互聯(lián)網(wǎng)又突破了人們在地域和文化上的邊界,更加方便的給人們提供他人的聰明智慧。如今,各大網(wǎng)站為人們提供信息和服務(wù)的方式也發(fā)生了改變,從信息的分類展示轉(zhuǎn)向信息的個性化推薦,尤其是擁有大量注冊用戶的網(wǎng)站,往往推薦準(zhǔn)確度越高越能獲得更高的用戶滿意度和口碑。然而,推薦系統(tǒng)在提供個性化服務(wù)時仍面臨著諸多的挑戰(zhàn):降低在線推薦計算的時間,充分挖掘用戶行為數(shù)據(jù)的維度,以及新用
2、戶歷史數(shù)據(jù)的稀疏等。因此,推薦系統(tǒng)在研究人們平日上網(wǎng)的行為習(xí)慣同時,還要綜合考慮上述問題,才能給出用戶可能感興趣的資源列表。本文基于協(xié)同過濾推薦技術(shù),從用戶行為情境的角度出發(fā),選擇對推薦準(zhǔn)確度有嚴(yán)重影響的因素進(jìn)行深入的探討和研究,旨在改善協(xié)同過濾算法所面臨的評分偏見性、用戶行為情景缺失等問題。論文在以下幾個方面開展理論研究與實踐工作:
(1)研究了用戶給物品評分時,傳統(tǒng)的基于項目的協(xié)同過濾算法對用戶偏好計算的偏見性問題,提出了
3、基于項目屬性相關(guān)度的協(xié)同過濾算法(IBHF)。首先,給出了項目間相似度計算模型;然后把用戶-項目評分矩陣與項目屬性隱式數(shù)據(jù)結(jié)合,提出改進(jìn)的Pearson相似度算法,在原有的相似度計算模型上增加了計算維度,進(jìn)一步提高了項目間相似度的計算結(jié)果;最后,用實驗證明算法提高了推薦準(zhǔn)確度。
?。?)結(jié)合用戶當(dāng)下所處的情境,分析了基于項目的協(xié)同過濾算法在用戶需求分組后相似度度量問題,提出了一種基于用戶上下文維度上升的協(xié)同過濾算法(CADRCF
4、)。該算法根據(jù)用戶的購買動機(jī)把用戶分組,擴(kuò)展了用戶的行為數(shù)據(jù)集,并在原有的相似度度量模型上拓展了度量維度,進(jìn)而產(chǎn)生推薦。該方法彌補(bǔ)了用戶情境缺失造成的推薦準(zhǔn)確度下降問題,又能在一定程度上避免新用戶加入時的推薦冷啟動問題。最后,實驗結(jié)果證明本文提出的算法能夠提高房源推薦精度,并一定程度上解決了新用戶加入時的冷啟動問題。
?。?)在前文所作研究的基礎(chǔ)上,本文針對用戶在線找房時對房源過濾的需求,設(shè)計并實現(xiàn)了面向找房服務(wù)的推薦原型系統(tǒng),
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
- 基于項目屬性與偏愛比較的協(xié)同過濾推薦算法研究.pdf
- 基于Spark的協(xié)同過濾算法的研究與應(yīng)用.pdf
- 基于項目的協(xié)同過濾算法的改進(jìn).pdf
- 基于遺傳算法的協(xié)同過濾算法的研究與應(yīng)用.pdf
- 協(xié)同過濾算法研究.pdf
- 基于項目特征模型的協(xié)同過濾推薦算法研究.pdf
- 基于項目綜合相似度的協(xié)同過濾算法.pdf
- 基于評論與評分的協(xié)同過濾算法研究.pdf
- 基于協(xié)同過濾算法的電影推薦應(yīng)用研究.pdf
- 基于項目分類與預(yù)測填充的協(xié)同過濾推薦算法研究.pdf
- 基于可信相似度傳遞的協(xié)同過濾算法研究與應(yīng)用
- 基于hadoop的協(xié)同過濾算法的研究與實現(xiàn)
- 基于云模型的協(xié)同過濾推薦算法的研究與應(yīng)用.pdf
- 基于協(xié)同過濾算法的用戶喜好研究
- 基于用戶協(xié)同過濾推薦算法的研究.pdf
- 基于資源時效的協(xié)同過濾算法研究.pdf
- 基于協(xié)同過濾技術(shù)的推薦算法研究.pdf
- 基于分層策略的協(xié)同過濾算法研究.pdf
- 基于協(xié)同過濾的圖書推薦算法研究.pdf
- 結(jié)合潛在屬性的協(xié)同過濾模型研究.pdf
評論
0/150
提交評論