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56頁未讀, 繼續(xù)免費(fèi)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(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、計算機(jī)和互聯(lián)網(wǎng)的急速發(fā)展,尤其是移動互聯(lián)網(wǎng)技術(shù)的廣泛應(yīng)用,徹底改變了人們獲取和分享信息的方式,海量互聯(lián)網(wǎng)信息滿足用戶對信息的多樣需求,為用戶提供了極大的支持和幫助。然而,海量網(wǎng)絡(luò)信息也導(dǎo)致用戶不得不面臨信息過載問題,即人們無法從海量的數(shù)據(jù)資源中快速地尋找所需的信息。推薦系統(tǒng)分析用戶行為數(shù)據(jù)并建立模型,進(jìn)而推薦用戶可能感興趣的物品,這一方法可以在一定程度上解決信息過載問題。另一方面,推薦系統(tǒng)是大數(shù)據(jù)背景下分析和挖掘海量數(shù)據(jù)的熱點(diǎn)研究領(lǐng)域,

2、具有巨大的理論及應(yīng)用價值,推薦系統(tǒng)已經(jīng)成為國內(nèi)外學(xué)者的熱門研究方向。
  推薦系統(tǒng)的目標(biāo)是幫助用戶選擇一些用戶自己可能感興趣的產(chǎn)品,并將其以合適的形式展現(xiàn)給用戶。Top-N推薦的目標(biāo)是僅為用戶推薦N個項目,其少量準(zhǔn)確的推薦更符合用戶的選擇習(xí)慣,所以Top-N推薦算法逐漸成為研究熱點(diǎn)。但是,經(jīng)典的Top-N推薦算法存在未充分利用用戶負(fù)反饋信息以及未考慮用戶關(guān)系存在差異等問題,本文針對這些問題提出具體的解決策略,具體的研究內(nèi)容包括:<

3、br>  (1)基于正負(fù)反饋信息的Top-N推薦模型的研究。現(xiàn)有典型的Top-N推薦算法利用用戶正反饋信息對全部項目進(jìn)行排序,進(jìn)而選擇前N個項目進(jìn)行推薦。在推薦算法中充分利用用戶正負(fù)反饋信息,提出一種基于用戶正負(fù)反饋信息的支持向量機(jī)Top-N協(xié)同過濾推薦算法(SupportVectorMachineCollaborative FilteringAlgorithmbased on Positive and Negative Feedbac

4、k,PNF-SVMCF),該算法有效利用用戶負(fù)反饋信息,過濾用戶不喜歡的項目,縮減Top-N推薦項目的規(guī)模,同時去除這些項目對Top-N推薦的干擾。
  (2)基于用戶粒分布的PNF-SVMCF模型的研究??紤]到用戶關(guān)系存在差異,提出利用信息粒分布不同的策略來優(yōu)化推薦模型,為了驗(yàn)證該策略的有效性,將其應(yīng)用到優(yōu)化支持向量機(jī)(Support Vector Machine,SVM)的效率研究中,提出一種基于粒分布的SVM加速訓(xùn)練方法(G

5、ranular Distribution based SVM,GDSVM),該算法依照粒內(nèi)正負(fù)樣本分布選取粒代表點(diǎn),進(jìn)而利用代表點(diǎn)訓(xùn)練分類模型。接著使用該策略改進(jìn)推薦模型,提出一種基于用戶粒分布的PNF-SVMCF的推薦算法(User Granular Distribution based PNF-SVMCF,PNF-GDSVMCF),先將推薦系統(tǒng)中用戶進(jìn)行?;?,根據(jù)用戶粒中是否存在目標(biāo)用戶這樣的不同分布來優(yōu)化評分矩陣,最終完成Top-

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。

評論

0/150

提交評論