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)行舉報或認(rèn)領(lǐng)
文檔簡介
1、江蘇大學(xué)碩士學(xué)位論文電子商務(wù)個性化推薦算法設(shè)計與實(shí)現(xiàn)姓名：劉芳先申請學(xué)位級別：碩士專業(yè)：計算機(jī)應(yīng)用技術(shù)指導(dǎo)教師：宋順林20100611江蘇大學(xué)碩士學(xué)位論文ABSTRACTE—commercesystemgivesusersmoreandmorechoices，meanwhile，informationoverloadisgrimincreasinglyandframeworkofsystembecomesmorecomplex，then
2、itbecomesmoreandmoredifficultyforuserstofindwhattheylike，thenecommercepersonalizedrecommedationsystemappearsTherecommendationalgorithmisthecoreoftherecommedationsystem，anditdeterminesrecommendationresultstoagreatextentCo
3、llaborativefilteringsystemgathersratingsfrompeopleofthesameinterestwiththetargetuserandthencreatesrecommendations，andithasahighdegreeofpersonalization，SOitisthemostsuccessfulandpopularmethodHowevertherearestillmanydefici
4、enciesinpracticalapplication，suchasinaccuratecalculationinusersimilaritytherealtimeresponse，new—itemandaccuracyproblemsThispaperproposedaclusteringusersalgorithmbasedonuserspreferenceforitemsorttomeettheneedsofreal—timeT
5、healgorithmfirstlyclustersitemsbasedonattributes，andgetsuserspreferenceforitemsortThenituseskmeansclusteringtoclusterusers，and1etstheuserswiththesameinterestinthesameclassWeCanfindtheuser’Snearestneighborfromseveralneare
6、stclusterstoavoidtheentireusersbase，andenhancetherealtimeresponsespeedBecausethefirstcenterofk—meansclusteringiSrandomitwillresultthatUSerclUStersarerandomThispaperUSeskruskalalgorithmwitlluserdifferenceevaluationonitems
7、orttoproducethefirstcenters，and1etsthefirstcentersareneartoclasscentersthengetsclusterswithhighaccuracyTheuserbasedCFalgorithmdoesn’tconsideritemrelevance，whichaffectstheaccuracyandtakestheuser’sinterestsindifferenttimei
8、ntoequalconsiderationwhichleadstothelackofeffectivenessinthegivenperiodoftimeInordertevolvetheseissues，thisdissertationadvancesaCFalgorithmbasedonitemrelevanceThealgorithmaddsitemrelevancetocalculateusersimilaritythenavo
9、idsdisturbanceofunrelevantitem，atthesametime，itaddstimeasaweightforcomputingmissingratings，andmakestheinterestsapproachingthegatheringtimehavebiggerweightinrecommendationprocessIntheend，thispapertakestwoexperimentswithMo
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
- 電子商務(wù)個性化推薦算法設(shè)計與實(shí)現(xiàn).pdf
- 電子商務(wù)個性化推薦算法研究.pdf
- 電子商務(wù)個性化推薦系統(tǒng)的設(shè)計與實(shí)現(xiàn).pdf
- 電子商務(wù)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(shè)計.pdf
- 美味網(wǎng)電子商務(wù)個性化推薦系統(tǒng)的設(shè)計與實(shí)現(xiàn).pdf
- 電子商務(wù)個性化推薦模型研究.pdf
- 電子商務(wù)個性化產(chǎn)品推薦策略研究
- 電子商務(wù)的個性化協(xié)同過濾推薦算法研究
- 基于Hadoop的電子商務(wù)個性化推薦研究與實(shí)現(xiàn).pdf
- 電子商務(wù)網(wǎng)站個性化推薦系統(tǒng)的設(shè)計與實(shí)現(xiàn).pdf
- 電子商務(wù)個性化推薦系統(tǒng)中關(guān)鍵算法的研究.pdf
- 個性化推薦算法研究及在電子商務(wù)領(lǐng)域應(yīng)用.pdf
- 電子商務(wù)的個性化協(xié)同過濾推薦算法研究.pdf
- 基于電子商務(wù)的個性化推薦研究.pdf
- 基于數(shù)據(jù)挖掘的電子商務(wù)個性化推薦系統(tǒng)的設(shè)計與實(shí)現(xiàn).pdf
- 電子商務(wù)個性化推薦系統(tǒng)的研究.pdf
- 電子商務(wù)小論文-數(shù)據(jù)挖掘與個性化推薦研究
- 基于Web挖掘技術(shù)的電子商務(wù)個性化推薦算法研究.pdf
- 電子商務(wù)網(wǎng)站個性化推薦技術(shù)研究與實(shí)現(xiàn).pdf
- 基于MapReduce的電子商務(wù)個性化推薦研究.pdf
評論
0/150
提交評論