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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、由于數(shù)字圖書館具有豐富的信息資源和便捷的操作性,在近幾年內(nèi)其得以快速的普及和發(fā)展。當(dāng)前比較成功的數(shù)字圖書館系統(tǒng)有ACM數(shù)字圖書館,中國(guó)知網(wǎng)(CNKI)等,但是它們面臨著用戶無(wú)法快速找到自己所需資源的問題,個(gè)性化的推薦技術(shù)是解決這一問題的最好方法。個(gè)性化推薦技術(shù)在數(shù)字圖書館服務(wù)中的應(yīng)用,不僅為用戶提供了個(gè)性化的內(nèi)容,簡(jiǎn)化了用戶操作,也提升數(shù)字圖書館的資源利用效率,達(dá)到了雙方的共贏。推薦技術(shù)是本論文的主要研究?jī)?nèi)容。
在眾多的推薦技
2、術(shù)中,協(xié)同過濾推薦技術(shù)是個(gè)性化推薦技術(shù)中被廣泛使用的技術(shù)之一,論文主要討論的是基于用戶的協(xié)同過濾推薦技術(shù)。協(xié)同過濾技術(shù)面臨的諸多問題中,數(shù)據(jù)稀疏性問題是最為嚴(yán)峻的。該問題會(huì)導(dǎo)致傳統(tǒng)算法無(wú)法準(zhǔn)確計(jì)算用戶間的相似度,進(jìn)而影響最終的推薦效果。雖然傳統(tǒng)的評(píng)分矩陣缺省值填充方法可以緩解這一問題,但效果并不是非常理想。數(shù)據(jù)稀疏性問題也是本論文的主要研究的內(nèi)容之一。
本論文的主要研究?jī)?nèi)容有:對(duì)于數(shù)據(jù)稀疏性問題,論文中提出了改進(jìn)的項(xiàng)目評(píng)分預(yù)測(cè)
3、方法,即將用戶間評(píng)分項(xiàng)目的并集作為用戶間的共同評(píng)分項(xiàng),利用項(xiàng)目間的相似度預(yù)測(cè)用戶對(duì)未評(píng)分項(xiàng)目的評(píng)分值,該方法可以更準(zhǔn)確地計(jì)算用戶間的相似度;與此同時(shí),論文對(duì)傳統(tǒng)的皮爾森相關(guān)系數(shù)公式進(jìn)行了改進(jìn),提出了評(píng)價(jià)系數(shù)的概念,以更加準(zhǔn)確地衡量不同熱門程度間用戶的真實(shí)相似度;最后,論文對(duì)傳統(tǒng)預(yù)測(cè)評(píng)分公式進(jìn)行了改進(jìn),通過利用基于標(biāo)簽的方法和基于項(xiàng)目的協(xié)同過濾方法計(jì)算項(xiàng)目間的相似度,來預(yù)測(cè)預(yù)分公式中鄰居集用戶對(duì)未評(píng)分目標(biāo)項(xiàng)目的評(píng)分值。
在數(shù)據(jù)集
溫馨提示
- 1. 本站所有資源如無(wú)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(qǐng)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(qǐng)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(yè)內(nèi)容里面會(huì)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(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)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(duì)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(qǐng)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(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 面向數(shù)字圖書館的協(xié)同過濾推薦算法的研究.pdf
- 數(shù)字圖書館協(xié)同過濾推薦系統(tǒng)的最近鄰集合確定方法研究
- 數(shù)字圖書館協(xié)同過濾推薦系統(tǒng)的最近鄰集合確定方法研究.pdf
- 基于協(xié)同過濾的圖書推薦算法研究.pdf
- 基于協(xié)同過濾的圖書推薦算法研究
- 基于云計(jì)算的協(xié)同過濾推薦算法在智慧圖書館中的應(yīng)用.pdf
- 面向數(shù)據(jù)稀疏的協(xié)同過濾推薦算法研究.pdf
- 數(shù)字圖書館協(xié)同過濾及GPU計(jì)算技術(shù)研究.pdf
- 面向協(xié)同過濾推薦算法的均模型研究.pdf
- 基于混合協(xié)同過濾推薦的圖書館管理系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn).pdf
- 面向數(shù)字圖書館的個(gè)性化推薦算法研究.pdf
- 面向農(nóng)產(chǎn)品的協(xié)同過濾推薦算法研究.pdf
- 協(xié)同過濾算法在圖書推薦系統(tǒng)中的應(yīng)用.pdf
- 協(xié)同過濾推薦算法研究.pdf
- 協(xié)同過濾推薦算法改進(jìn)研究.pdf
- 面向數(shù)據(jù)稀疏問題的協(xié)同過濾推薦算法改進(jìn)研究.pdf
- 新型協(xié)同過濾推薦算法研究.pdf
- 基于用戶協(xié)同過濾推薦算法的研究.pdf
- 基于協(xié)同過濾技術(shù)的推薦算法研究.pdf
- 面向協(xié)同過濾推薦的混合隱私保護(hù)技術(shù)和算法研究.pdf
評(píng)論
0/150
提交評(píng)論