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(bào)或認(rèn)領(lǐng)
文檔簡介
1、隨著互聯(lián)網(wǎng)、物聯(lián)網(wǎng)以及云計(jì)算等技術(shù)地快速發(fā)展,我們的生活也發(fā)生了翻天覆地的變化。我們在享受先進(jìn)技術(shù)帶來的便捷的同時(shí),也承受著它們所帶來的負(fù)面影響,信息過載就是其中之一。針對信息過載問題,早期主要有分類目錄與搜索引擎兩種解決方法,但均有其局限性,分類目錄只能覆蓋少數(shù)項(xiàng)目,相對于海量項(xiàng)目來說遠(yuǎn)遠(yuǎn)不夠;搜索引擎則需要有明確需求,無法滿足用戶的個(gè)性化需求。為了更進(jìn)一步解決信息過載這一難題,研究人員提出了推薦系統(tǒng)概念。
推薦系統(tǒng)通過對用
2、戶歷史行為地分析,發(fā)掘出用戶潛藏的興趣喜好,并且能夠?qū)崿F(xiàn)對用戶的個(gè)性化推薦。推薦系統(tǒng)的核心部分就是推薦算法,現(xiàn)今在實(shí)際系統(tǒng)中運(yùn)用最為廣泛的算法就是協(xié)同過濾推薦算法。但是,隨著推薦系統(tǒng)的進(jìn)一步應(yīng)用,傳統(tǒng)的協(xié)同過濾推薦算法存在的諸如冷啟動、數(shù)據(jù)稀疏性、推薦精度低、長尾項(xiàng)目發(fā)掘能力低等問題,使其不再滿足實(shí)際應(yīng)用需求。目前針對推薦系統(tǒng)的研究十分火熱,不過相當(dāng)多的研究工作主要將焦點(diǎn)放在如何提高推薦的準(zhǔn)確度上,雖然取得了一定成果,但是無法兼顧推薦結(jié)
3、果的新穎度,導(dǎo)致推薦新穎度仍處于比較低的水平。
本文提出了基于項(xiàng)目相似度改進(jìn)的協(xié)同過濾TopN推薦算法,該算法主要研究目的在于增強(qiáng)長尾項(xiàng)目發(fā)掘能力的同時(shí),不降低推薦結(jié)果的精度。主要工作包括:
1.分析用戶活躍度對推薦結(jié)果的影響,引入用戶活躍度概念,削弱活躍用戶對推薦結(jié)果的影響,提高長尾項(xiàng)目的發(fā)掘能力,提高推薦結(jié)果的覆蓋率。
2.分析項(xiàng)目種類對推薦結(jié)果的影響,對相似度矩陣進(jìn)行歸一化處理,削弱同類項(xiàng)目只見相似度
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(shí)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。
最新文檔
- 基于組合相似度的協(xié)同過濾推薦算法研究.pdf
- 基于用戶相似度的協(xié)同過濾推薦算法研究.pdf
- 基于聯(lián)合相似度的協(xié)同過濾推薦算法研究.pdf
- 基于用戶多維相似度的協(xié)同過濾推薦算法.pdf
- 基于項(xiàng)目綜合相似度的協(xié)同過濾算法.pdf
- 基于用戶聯(lián)合相似度的協(xié)同過濾推薦算法研究.pdf
- 基于項(xiàng)目相似度與用戶需求的協(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
- 基于鄰域的協(xié)同過濾推薦系統(tǒng)相似度研究.pdf
- 融合項(xiàng)目屬性相似度和評分相似度的協(xié)同過濾推薦算法.pdf
- 協(xié)同過濾推薦算法及其改進(jìn)研究.pdf
- 基于協(xié)同過濾的個(gè)性化推薦相似度測量算法的研究.pdf
- 基于預(yù)測評分的優(yōu)化相似度的協(xié)同過濾推薦算法研究.pdf
- 基于用戶相似性的協(xié)同過濾推薦算法研究.pdf
- 基于商品關(guān)系改進(jìn)的協(xié)同過濾推薦算法.pdf
- 基于用戶的協(xié)同過濾推薦算法的改進(jìn)研究.pdf
- 融合項(xiàng)目流行度的協(xié)同過濾推薦算法.pdf
- 改進(jìn)型協(xié)同過濾推薦算法研究
- 改進(jìn)型協(xié)同過濾推薦算法研究.pdf
- 基于項(xiàng)目的協(xié)同過濾算法的改進(jìn).pdf
評論
0/150
提交評論