基于社團劃分的協(xié)同推薦算法研究.pdf_第1頁
已閱讀1頁,還剩82頁未讀, 繼續(xù)免費閱讀

下載本文檔

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、近年來 web2.0社交網站和電子商務網站突飛猛進的發(fā)展,正深刻地改變著普通大眾的生活方式,在web2.0網站上用戶可以自由地發(fā)布信息,使得互聯(lián)網上的信息規(guī)模正以指數(shù)式增加,而且人們可以對這些信息進行打分、評論或者其他反饋行為,這些行為都有效地刺激了信息提供者發(fā)布信息的熱情。同時在Web2.0社交網絡上構建的朋友關系也使得信息傳播更加迅速,這些都導致了web2.0網絡信息的過載,推薦系統(tǒng)的任務就是要在海量數(shù)據中為用戶精準地推薦資源。

2、r>  針對傳統(tǒng)協(xié)同過濾算法所面臨的幾大問題,本文主要做了以下研究工作:
 ?。?)介紹了目前幾種主要的推薦技術,并總結了各自的優(yōu)缺點。同時分析了各種社會化關系對推薦的重要作用,所以本文著重研究利用用戶的社會化關系和社團劃分的思想,來解決傳統(tǒng)協(xié)同過濾算法面臨的評分數(shù)據稀疏、冷啟動、時間復雜度太高的問題。
  (2)提出了基于用戶信任網絡社團劃分的協(xié)同推薦策略。構建用戶的信任關系網絡,采用復雜網絡社團劃分算法對用戶進行聚類,將

3、社團內部成員作為近鄰用戶進行協(xié)同推薦。首先我們采用初步方案驗證,社團內部成員具有更高的相似度,能夠給目標用戶提供更精準的推薦,之后在社團內部采用兩種信任度分配策略(基于Katz路徑求和與PersonalRank算法)來提高個性化推薦效果,實驗證明引入信任度分配之后,相比初步方案推薦效果在MAE、RMSE及覆蓋率方面都有了一定的提高。
 ?。?)提出了基于用戶多維社會化網絡社團的協(xié)同推薦策略。分析了web2.0網站中用戶的多維社會化

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。

評論

0/150

提交評論