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、Internet和E-Commerce的快速發(fā)展帶動(dòng)了互聯(lián)網(wǎng)+的蓬勃興起,推薦系統(tǒng)獲得越來越多的關(guān)注。隨之專家學(xué)者們把研究方向轉(zhuǎn)向如何進(jìn)一步提高推薦系統(tǒng)的推薦性能,于是,各種優(yōu)秀的算法和模型被提出、測試、投入應(yīng)用。自Yehuda等人在Netflix百萬大獎(jiǎng)的比賽中首次將矩陣分解的想法用于做推薦取得了較好的結(jié)果,自此,做為一個(gè)新的研究方向,近年來專家學(xué)者們也提出了很多改進(jìn)和完善,基于基礎(chǔ)模型的改進(jìn)大都是利用額外的信息,如打分偏差、隱式反饋
2、、時(shí)間因素、信任傳播等。我們發(fā)現(xiàn),傳統(tǒng)的矩陣分解模型中往往只借助用戶-物品的評分?jǐn)?shù)據(jù)集,沒有將用戶和物品特征屬性信息考慮在內(nèi)。用戶和物品的特征屬性信息包含用戶跟物品的大量有效信息,也可以為個(gè)性化推薦所利用,本論文的主要想法是在傳統(tǒng)的協(xié)同過濾算法的基礎(chǔ)上將用戶、物品的特征屬性信息考慮在內(nèi),用以提高系統(tǒng)的推薦精度。Breese等人將協(xié)同過濾算法分為:基于內(nèi)存的算法和基于模型的算法,本論文分別針對這兩類算法,提出基于耦合相似度的協(xié)同過濾的改進(jìn)
3、算法。
觀察用戶和物品的特征屬性信息,我們可以發(fā)現(xiàn)不只有數(shù)值的類型,還有非數(shù)值的類型,對此,引入耦合相似度的概念,利用用戶特征、物品特征的屬性值信息借助耦合相似度的概念,依據(jù)用戶行為信息,建立用戶、物品相似度的模型,將相似性信息與協(xié)同過濾算法相結(jié)合,挖掘潛在信息以提高推薦精度,并提出相應(yīng)的算法,并在MATLAB軟件下用真實(shí)數(shù)據(jù)集做實(shí)驗(yàn),并于其他的推薦技術(shù)進(jìn)行比較,表明本論文提出的改進(jìn)算法的有效性以及在“冷啟動(dòng)”和“稀疏性”的情
4、況下還可以保證較高的推薦精度。
本論文安排如下:第一章緒論是關(guān)于本文的研究背景,國內(nèi)外研究現(xiàn)狀,主要研究內(nèi)容以及行文安排的介紹;第二章簡要介紹了協(xié)同過濾算法的相關(guān)知識(shí);第三章在基于內(nèi)存的協(xié)同過濾算法的基礎(chǔ)上結(jié)合用戶、物品的特征屬性信息給出了改進(jìn)算法,并在真實(shí)數(shù)據(jù)集下表明該算法的有效性以及實(shí)驗(yàn)結(jié)果的分析和比較;第四章給出了基于矩陣分解的推薦算法的改進(jìn)算法,并在真實(shí)數(shù)據(jù)集下表明提出的改進(jìn)算法的有效性以及實(shí)驗(yàn)結(jié)果的分析和比較,探討算
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(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. 眾賞文庫僅提供信息存儲(chǔ)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
- 基于可信相似度傳遞的協(xié)同過濾算法研究與應(yīng)用
- 基于項(xiàng)目綜合相似度的協(xié)同過濾算法.pdf
- 基于組合相似度的協(xié)同過濾推薦算法研究.pdf
- 基于可信相似度傳遞的協(xié)同過濾算法研究與應(yīng)用.pdf
- 基于相似-信任度模型的協(xié)同過濾算法研究與應(yīng)用.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)目相似度改進(jìn)的協(xié)同過濾TopN推薦算法研究.pdf
- 基于分步聚類和相似度優(yōu)化的協(xié)同過濾算法.pdf
- 基于鄰域的協(xié)同過濾推薦系統(tǒng)相似度研究.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
- 基于項(xiàng)目相似度與用戶需求的協(xié)同過濾推薦算法研究.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
- 協(xié)同過濾算法中新型相似度計(jì)算方法的研究.pdf
- 基于改進(jìn)的聚類和非對稱相似度的協(xié)同過濾算法研究.pdf
- 基于用戶相似性的協(xié)同過濾推薦算法研究.pdf
- 基于加權(quán)興趣度的協(xié)同過濾算法研究.pdf
- 基于局部全局相似度的奇異值分解的協(xié)同過濾算法研究.pdf
評論
0/150
提交評論