基于協(xié)同過濾算法的推薦系統(tǒng)研究與實(shí)現(xiàn).pdf_第1頁
已閱讀1頁，還剩60頁未讀， 繼續(xù)免費(fèi)閱讀

下載本文檔

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、近年來，隨著計(jì)算機(jī)技術(shù)的飛速發(fā)展與網(wǎng)絡(luò)的迅速普及，人們既可以享受海量信息資源帶來的便利，同時又面臨著“信息超載”所帶來的問題，推薦系統(tǒng)正是為了解決這一問題而產(chǎn)生的。相較于經(jīng)典的搜索引擎式服務(wù)，推薦系統(tǒng)的個性化是其得天獨(dú)厚的優(yōu)勢。推薦系統(tǒng)的研究是當(dāng)前信息資源急速膨脹環(huán)境下的迫切需求，有著重要的理論價值與實(shí)際價值。協(xié)同過濾技術(shù)是當(dāng)前推薦系統(tǒng)研究的熱點(diǎn)之一，然而其依然存在稀疏性問題、冷啟動問題需要解決，同時在算法的精準(zhǔn)度上也尚有很大的研究空間

2、。
　　針對上述問題本文主要的研究對象為推薦系統(tǒng)以及在解決數(shù)據(jù)稀疏性和冷啟動問題的前提下提高協(xié)同過濾算法的精確度的改進(jìn)方法。所以，本文的主要研究內(nèi)容和創(chuàng)新點(diǎn)可以概括為以下幾個方面：
　　第一，首先對推薦系統(tǒng)進(jìn)行整體的研究，充分研究了推薦系統(tǒng)的相關(guān)概念，對各種推薦系統(tǒng)、各種推薦系統(tǒng)的優(yōu)勢與劣勢以及協(xié)同過濾算法進(jìn)行了深入的研究。
　　第二，在對協(xié)同過濾算法的深入研究的基礎(chǔ)上，針對算法數(shù)據(jù)稀疏性問題與冷啟動問題，本文通過結(jié)合

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

評論

0/150

提交評論