2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩61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)的迅猛發(fā)展,面對著爆炸式增長的Web信息,人們要搜索出自己所需要的信息變得越來越困難。推薦系統(tǒng)作為一種信息過濾的重要手段,是解決信息超載問題的有效方法。協(xié)同過濾推薦技術(shù)是推薦系統(tǒng)中最成功的技術(shù)之一,該技術(shù)使用相似興趣偏好的用戶的數(shù)據(jù)來得出推薦,具有與推薦對象無關(guān)的優(yōu)點。但隨著電子商務(wù)系統(tǒng)用戶和商品數(shù)量的增加,協(xié)同過濾也面臨著稀疏性、精確性等問題的考驗。
   本文使用相似-信任度模型解決協(xié)同過濾的稀疏性問題,模型使用信

2、任度傳遞公式計算出沒有直接關(guān)聯(lián)用戶之間的信任度,緩解了稀疏性問題給協(xié)同過濾帶來的影響。
   本文首先對推薦系統(tǒng)以及協(xié)同過濾的研究現(xiàn)狀進行全面分析,總結(jié)出協(xié)同過濾研究中存在的問題和挑戰(zhàn)。尤其對稀疏性問題進行了更加深入的研究,分析了稀疏性問題的現(xiàn)有解決方案及其優(yōu)缺點。
   在全面分析稀疏性問題的現(xiàn)狀和解決方案后,引出相似-信任度模型(Similarity-Trust Model,STM),該模型提高了最近鄰搜索的準確性,

3、在解決稀疏性問題的同時也優(yōu)化了推薦質(zhì)量。本文提出整體相似度概念,并將實際用于計算預(yù)測評分的用戶個數(shù)考慮在內(nèi),進一步優(yōu)化推薦結(jié)果。本文進行了一系列的實驗驗證了算法具有較好的推薦性能。
   基于該模型本文實現(xiàn)了一個協(xié)同過濾原型系統(tǒng),用戶可以自行修改參數(shù)并查看推薦結(jié)果。本文最后設(shè)計并實現(xiàn)了一個基于STM的電影推薦系統(tǒng),系統(tǒng)可以給已有評分操作的用戶推薦符合用戶口味的電影,驗證了本文推薦算法的可行性。
   本文的研究工作,在一

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。
  • 6. 下載文件中如有侵權(quán)或不適當內(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