面向分布式異構(gòu)數(shù)據(jù)源的個性化推薦系統(tǒng)的研究與實現(xiàn).pdf_第1頁
已閱讀1頁,還剩63頁未讀, 繼續(xù)免費閱讀

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),請進行舉報或認領(lǐng)

文檔簡介

1、隨著互聯(lián)網(wǎng)的普及和發(fā)展,人們獲取信息的方式也在不斷變化。不同的信息獲取方式對于信息服務(wù)的技術(shù)也有不同的要求。一個總的趨勢是逐漸由用戶主動“拉取”信息轉(zhuǎn)變成信息服務(wù)提供者主要向用戶“推送”信息。面對海量的信息,用戶希望得到個性化的服務(wù)。
  個性化推薦技術(shù)是個性化服務(wù)中最重要的技術(shù),近年來在電子商務(wù)、電影和音樂等社區(qū)的推薦中起到越來越重要的作用。目前,個性化推薦算法主要集中在基于內(nèi)容的推薦、基于協(xié)作過濾的推薦和基于規(guī)則的推薦三個方向

2、。它們各有優(yōu)劣,在不同的應(yīng)用中發(fā)揮的效果也不同。訂閱/推送系統(tǒng)也是個性化服務(wù)中的重要一環(huán),主動推送服務(wù)在移動互聯(lián)網(wǎng)中顯得尤為重要。目前各大公司如Apple,Google等都建立有自己的推送服務(wù)。在互聯(lián)網(wǎng)的環(huán)境下,信息數(shù)據(jù)源往往呈分布式的狀態(tài)。在分布式環(huán)境下,實現(xiàn)個性化推薦的服務(wù)是一個新的嘗試。對此,本文面向分布式異構(gòu)數(shù)據(jù)源研究個性化的推薦和服務(wù)方式。
  本文首先針對本地的數(shù)據(jù)源,設(shè)計了個性化推薦的算法和基于主題的訂閱系統(tǒng),然后根

3、據(jù)分布式的應(yīng)用環(huán)境,設(shè)計了基于SOA的系統(tǒng)架構(gòu),實現(xiàn)各個數(shù)據(jù)源之間的信息共享?;赥F-IDF的向量模型設(shè)計了基于內(nèi)容與基于規(guī)則相結(jié)合的推薦方式,并通過kd-tree,規(guī)則描述語言等手段優(yōu)化推薦算法的效率。同時還引入反饋機制以學(xué)習(xí)用戶的興趣偏好。采用基于主題樹的匹配算法實現(xiàn)了發(fā)布/訂閱系統(tǒng),同時實現(xiàn)了一個支持多種客戶端的實時推送服務(wù),保證了主動及時地向用戶提供個性化信息?;赟OA的設(shè)計思想,通過將各個數(shù)據(jù)源的功能進行服務(wù)化的封裝,實現(xiàn)

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