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49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(rèn)領(lǐng)

文檔簡介

1、隨著信息技術(shù)和互聯(lián)網(wǎng)的迅速發(fā)展,選擇網(wǎng)絡(luò)購物的人群越來越龐大,電商平臺的商品信息也越來越繁雜,這種爆炸式的商品增長使用戶陷入了信息迷航,很難快速準(zhǔn)確的檢索出自己想要的商品。為解決這一問題,個性化推薦算法發(fā)揮了重要作用。眾多推薦算法中,基于圖的推薦算法脫穎而出,越來越多的學(xué)者開始投入研究,但仍存在一些問題。本文改進兩種基于圖的推薦算法,分別解決推薦過程中“興趣漂移”、“長尾效應(yīng)”以及構(gòu)建圖的過程中圖節(jié)點對象考慮不周全導(dǎo)致推薦性能下降的問題

2、。
  為了解決興趣漂移問題,我們將用戶、商品以及能反應(yīng)商品屬性的關(guān)鍵字構(gòu)成三部圖,融合遺忘機制,將遺忘機制作為三部圖邊權(quán)值計算的依據(jù);為了解決推薦過程中經(jīng)常出現(xiàn)的長尾效應(yīng)問題,我們將物質(zhì)擴散理論與由遺忘機制加權(quán)的三部圖融合。分析當(dāng)下對推薦算法的主流要求,將推薦的多樣性和推薦列表排序的準(zhǔn)確性作為算法性能的評價指標(biāo),對Movielens-10M數(shù)據(jù)集進行整理,驗證了算法的合理性和有效性。
  為了解決傳統(tǒng)圖推薦方法構(gòu)圖過程中簡

3、化平臺中實體對象,弱化平臺中的實體關(guān)系,導(dǎo)致推薦準(zhǔn)確性低的問題,我們將電商平臺中存在的多種對象構(gòu)成混合圖,構(gòu)建過程不考慮對象的異構(gòu)性;節(jié)點的轉(zhuǎn)移過程將系統(tǒng)日志、用戶行為和商戶付費等信息結(jié)合,既考慮了用戶歷史行為又將用戶當(dāng)下訴求以及商戶、平臺的利益考慮在內(nèi)。提升用戶體驗,增加商戶滿意度的同時提升了平臺的收益。將算法應(yīng)用在地方性電商網(wǎng)站并爬取數(shù)據(jù)進行實驗驗證,證明了算法的準(zhǔn)確率、查全率以及它們調(diào)和值的優(yōu)越性。
  本文改進的兩種算法均

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(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