已閱讀1頁，還剩73頁未讀， 繼續(xù)免費閱讀
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、隨著互聯網技術的發(fā)展，尤其是Web2.0技術的成熟，我們面臨著越來越嚴重的信息過載問題，推薦系統(tǒng)技術是為了解決這個問題應運而生的。協(xié)同過濾推薦算法是推薦系統(tǒng)應用最為廣泛的技術，具有重要的研究價值和應用價值。本文研究在“顯式反饋和隱式反饋相結合”和“多種隱式反饋相結合”的場景下的推薦算法，并分別提出了基于壓縮知識遷移的Factorization Machine算法和基于多種隱式反饋的自適應BPR算法，并設計相應的對比實驗對算法的效果進行驗
2、證。具體的研究工作如下:
(1)針對推薦系統(tǒng)中存在的“顯式反饋和隱式反饋相結合”的異構問題進行研究，提出了一個基于壓縮知識遷移的Factorization Machine算法，將原始的隱式反饋數據通過SVD分解和k-means聚類進行降維，從而提高推薦準確度和算法效率。
(2)針對推薦系統(tǒng)存在的“多種隱式反饋相結合”的異構問題，針對異構的多種隱式反饋的特點，提出了基于多種隱式反饋的自適應BPR算法，利用置信度來解決隱
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。
最新文檔
- 基于用戶實時反饋的協(xié)同過濾算法研究.pdf
- 基于協(xié)同過濾算法的用戶喜好研究
- 基于用戶協(xié)同過濾推薦算法的研究.pdf
- 基于模范用戶的協(xié)同過濾算法研究.pdf
- 基于用戶行為的協(xié)同過濾算法研究.pdf
- 基于用戶偏好的協(xié)同過濾算法研究.pdf
- 基于協(xié)同過濾算法的用戶喜好研究 _1
- 基于用戶興趣的協(xié)同過濾推薦算法研究.pdf
- 基于用戶興趣變化的協(xié)同過濾算法研究.pdf
- 基于用戶行為協(xié)同過濾推薦算法.pdf
- 基于協(xié)同過濾算法的用戶喜好研究 _2
- 基于協(xié)同過濾算法的用戶喜好研究 _0
- 基于用戶顯隱式反饋的協(xié)同過濾推薦算法研究與應用.pdf
- 基于用戶興趣偏移的協(xié)同過濾推薦算法研究.pdf
- 基于用戶興趣變化的協(xié)同過濾推薦算法研究.pdf
- 基于用戶動態(tài)行為的協(xié)同過濾推薦算法研究.pdf
- 基于用戶評分和用戶特征的混合協(xié)同過濾算法研究.pdf
- 基于用戶的協(xié)同過濾推薦算法的改進研究.pdf
- 基于大數據的協(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
評論
0/150
提交評論