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64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、隨著互聯(lián)網(wǎng)的普及和電子商務的發(fā)展,電子商務系統(tǒng)在為用戶提供越來越多選擇的同時,隨著信息的快速累積,用戶經常會迷失在龐大的商品信息空間中,無法快速準確的找到所需要的商品。電子商務中的商品推薦系統(tǒng)直接與用戶交互,模擬商店的銷售人員向用戶推薦商品,幫助用戶找到所需的商品,從而順利完成購買過程。在日趨激烈的競爭環(huán)境下,商品推薦系統(tǒng)有助于留住客戶、防止客戶流失,提高電子商務企業(yè)的銷售以及競爭力。 個性化推薦系統(tǒng)在電子商務系統(tǒng)中具有良好的發(fā)

2、展和應用前景,逐漸成為電子商務IT技術的一個重要研究內容,得到了研究者越來越多的關注。其中,協(xié)同過濾推薦技術是個性化推薦領域重點研究的問題。本文主要針對協(xié)同過濾推薦技術展開研究。 文章首先分析了傳統(tǒng)的協(xié)同過濾推薦算法所存在的問題:隨著電子商務系統(tǒng)用戶數(shù)目和商品數(shù)目的日益增加,整個項目空間上用戶評分數(shù)據(jù)極端稀疏,使得推薦系統(tǒng)的推薦質量難以提高。為了解決這個問題,本文提出了一種基于商品層次和特征的協(xié)同過濾推薦算法。該算法在計算商品相

3、似度和用戶相似度時,吸收了User-based協(xié)同過濾算法和Item-based協(xié)同過濾算法的思想,并在此基礎上引入了商品特征和商品層次的概念,使得計算得出的商品相似度更加準確。在預測用戶對商品的初步評分和最終評分的時候,也考慮了商品的分類,增加了預測結果的精確度,從而提高了推薦系統(tǒng)的推薦質量。為了驗證算法的有效性,文章使用MovieLens站點提供的數(shù)據(jù)集對算法進行測試,并從多個方面與其他算法進行了比較。結果表明:基于商品特征和層次的

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