協(xié)同過濾算法研究.pdf_第1頁
已閱讀1頁,還剩41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、隨著信息技術(shù)的發(fā)展,我們可以從互聯(lián)網(wǎng)中獲得的信息量急劇增加。能幫助用戶迅速簡便地定位到真正需要信息的推薦系統(tǒng)應(yīng)運而生。協(xié)同過濾技術(shù)是運用最為廣泛的推薦技術(shù)之一。協(xié)同過濾根據(jù)活動用戶以前做出的評價,找到那些與之觀點相似的用戶,再綜合這些用戶的評價,為活動用戶做出預(yù)測或推薦?! ‖F(xiàn)有協(xié)同過濾算法計算相似度時的研究對象都是用戶-項矩陣的全體記錄(雖然基于模型的協(xié)同過濾算法在給出預(yù)測或推薦時不必計算所有記錄,但建立模型時的預(yù)計算仍然使用了所有

2、記錄)。  本文分析了另一種推薦產(chǎn)生算法-基于高評價項的算法,即在相似度計算時只考慮那些評價值高的紀(jì)錄(文中稱為高評價記錄)。其基本思想為,多數(shù)推薦活動的目的在于給用戶提供他們可能喜愛的項,即那些他們可能給出高評價的項。因而,本文算法在計算用戶相似度時,只考慮與活動用戶愛好相一致(高評價項相一致)的近鄰,而非觀點一致(全體評價項相一致)的近鄰。綜合這些近鄰的評價記錄得出的預(yù)測,將更能代表活動用戶的興趣愛好?! ∽詈螅疚耐ㄟ^實驗來評

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。

評論

0/150

提交評論