版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、隨著互聯(lián)網(wǎng)的迅猛發(fā)展,電子商務也越來越普及和流行起來。隨著信息量的爆炸式增長,在電子商務領域,信息超載問題增加了用戶購買所需商品的難度,用戶在找到自己需要的商品之前必須瀏覽大量的無關信息。為了將真正滿足用戶需求的商品推薦到用戶面前,電子商務個性化推薦系統(tǒng)應運而生。
協(xié)同過濾算法是目前應用最廣泛的電子商務個性化推薦算法,但它在實際應用中存在評分數(shù)據(jù)稀疏、冷啟動和算法可擴展性等問題。為了解決評分數(shù)據(jù)稀疏和冷啟動問題,本文主要做了以
2、下幾方面的工作:
1.針對用戶評分數(shù)據(jù)稀疏問題提出了改進的協(xié)同過濾推薦算法。算法首先計算出項目間的相似度,然后計算出未評分項目的預測評分來填充用戶評分矩陣,使得評分矩陣不再稀疏。在計算項目間的相似度時,本文提出了改進的項目相似度度量方法,綜合考慮了項目間評分的相似性和項目間固有特征屬性的相似性。并引入了李德毅院士提出的定性定量知識轉換模型——云模型來計算項目間的評分相似度。
2.針對冷啟動問題提出了基于用戶特征聚類的
3、推薦算法。借鑒了Kruskal最小生成樹算法對K-Means聚類算法進行了改進,將改進的聚類算法應用在用戶特征聚類中,將有相同特征的用戶聚在一個簇中并做出推薦。
3.采用上述兩個推薦算法為子算法提出了組合推薦算法,融合了兩個算法的優(yōu)點。并使用用戶的評分行為對算法進行反饋,自動調整算法,使算法達到自適應的目的。
最后,本文編程實現(xiàn)了上述算法并分別進行了對比實驗。實驗表明本文提出的推薦算法相比于傳統(tǒng)的推薦算法有更好的推薦
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。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,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確性、安全性和完整性, 同時也不承擔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
- 電子商務個性化推薦算法研究.pdf
- 電子商務個性化推薦系統(tǒng)研究——個性化產(chǎn)品推薦策略研究及算法設計.pdf
- 電子商務個性化推薦系統(tǒng)的研究.pdf
- 電子商務個性化推薦系統(tǒng)中協(xié)同過濾算法的研究.pdf
- 電子商務中個性化推薦模型的研究.pdf
- 電子商務個性化推薦算法設計與實現(xiàn)
- 電子商務個性化推薦算法設計與實現(xiàn).pdf
- 電子商務個性化推薦模型研究.pdf
- 電子商務個性化推薦關鍵技術研究.pdf
- 電子商務的個性化協(xié)同過濾推薦算法研究
- 基于混合算法的個性化電子商務推薦系統(tǒng)研究.pdf
- 基于電子商務的個性化推薦研究.pdf
- 電子商務的個性化協(xié)同過濾推薦算法研究.pdf
- 電子商務個性化產(chǎn)品推薦策略研究
- 個性化推薦算法研究及在電子商務領域應用.pdf
- 電子商務個性化推薦系統(tǒng)中協(xié)同過濾算法的研究與應用.pdf
- 基于信任的電子商務個性化推薦關鍵問題研究.pdf
- 電子商務個性化推薦系統(tǒng)中協(xié)同過濾算法的研究與應用(1)
- 基于Web挖掘技術的電子商務個性化推薦算法研究.pdf
- 基于MapReduce的電子商務個性化推薦研究.pdf
評論
0/150
提交評論