電子商務推薦系統(tǒng)中用戶聚類問題與用戶興趣變化問題研究.pdf_第1頁
已閱讀1頁，還剩49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、協(xié)同過濾推薦技術是推薦系統(tǒng)中應用最廣泛的一種技術，然而隨著系統(tǒng)規(guī)模的逐步擴大，該技術使推薦系統(tǒng)的實時性與推薦精確性面臨極大的挑戰(zhàn)。針對實時性問題，基于K-Means 用戶聚類的協(xié)同過濾技術將算法分為離線和在線兩個部分，離線部分將用戶進行K-Means 聚類形成簇，在線部分尋找用戶所在簇并進行推薦。該方法使系統(tǒng)的實時性得到改善，但是本身卻存在缺陷：算法需要初始劃分并且初始劃分的優(yōu)劣直接決定聚類結果的好壞，另外算法聚類結果存在局部最優(yōu)性，而

2、這些缺陷勢必影響算法的性能。于是，為了克服這些問題，本文提出了使用AntClass 蟻群算法對用戶進行聚類，該算法不僅不需要任何初始信息，而且算法參數(shù)設置簡單，所以規(guī)避了算法本身的復雜性，使聚類過程更符合實際應用情況，聚類結果更合理。
　　 系統(tǒng)規(guī)模擴大給系統(tǒng)帶來的另一個問題是用戶的興趣愛好可能會隨著時間推移而發(fā)生變化。如果像傳統(tǒng)協(xié)同過濾推薦技術那樣使用所有歷史評分數(shù)據(jù)，可能會影響推薦的質量，因為用戶在很久之前的評分可能不再具有

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(wǎng)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(jīng)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