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),請進行舉報或認領(lǐng)
文檔簡介
1、互聯(lián)網(wǎng)的飛速發(fā)展帶來了網(wǎng)絡(luò)信息爆炸式的增長。海量的信息瞬間涌入人們的生活,將人們正常獲取信息的需求淹沒其中。如何從這些多如牛毛的信息當中查找當前用戶真實需要的信息,如何從這些品類繁多的商品中找到用戶當前需要的商品成為當前網(wǎng)絡(luò)用戶亟待解決的問題。個性化推薦系統(tǒng)作為信息過濾最為有效的方法已經(jīng)被應(yīng)用到各個領(lǐng)域。推薦算法作為推薦系統(tǒng)的核心,越來越受到關(guān)注。協(xié)同過濾推薦算法作為目前最為流行的推薦算法,是當前研究熱點之一。但是評分數(shù)據(jù)稀疏性、冷啟動
2、問題、推薦精度低等問題仍然嚴重制約著協(xié)同過濾推薦算法的性能。
本文從評分數(shù)據(jù)稀疏性和推薦精度兩個問題入手,做了以下幾方面工作:第一,通過使用Term Frequency-Inverse Document Frequency(TF-IDF)原理把用戶-項目評分矩陣轉(zhuǎn)換成為用戶-類別評分矩陣,極大的降低了數(shù)據(jù)的稀疏性,在此基礎(chǔ)上提出基于類別偏好的協(xié)同過濾推薦算法(GCF)。第二,將 GCF與基于用戶協(xié)同過濾推薦算法(User-CF
3、)通過動態(tài)權(quán)重的方式相結(jié)合,提出基于類別偏好的混合推薦算法(CGCG)。第三,使用變異粒子群算法(PSO)和BP神經(jīng)網(wǎng)絡(luò)對 GCF、User-CF、基于項目的協(xié)同過濾(Item-CF)進行組合調(diào)優(yōu),針對不同用戶充分發(fā)揮各個算法的優(yōu)勢,有效避免其劣勢,實現(xiàn)單一算法在組合推薦中全局優(yōu)勢與局部優(yōu)勢的平衡。
最后,將 CGCF、PSO-CF、BP-CF在 Movielens真實數(shù)據(jù)集上進行實驗及評估。實驗結(jié)果對比顯示,本文提出的CGC
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)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(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
- 一種新型的協(xié)同過濾推薦算法.pdf
- 基于聚類和項目類別偏好的協(xié)同過濾推薦算法研究.pdf
- 一種基于社交網(wǎng)絡(luò)的協(xié)同過濾推薦算法研究.pdf
- 一種基于聯(lián)合聚類的協(xié)同過濾推薦算法研究
- 一種基于聯(lián)合聚類的協(xié)同過濾推薦算法研究
- 一種基于聯(lián)合聚類的協(xié)同過濾推薦算法研究.pdf
- 推薦系統(tǒng)中一種改進的協(xié)同過濾推薦算法的研究.pdf
- 一種基于協(xié)同過濾的服務(wù)推薦系統(tǒng)研究.pdf
- 一種基于情境聚類的協(xié)同過濾算法的研究與實現(xiàn).pdf
- 協(xié)同過濾推薦算法的設(shè)計與實現(xiàn).pdf
- 基于Hadoop的協(xié)同過濾推薦算法的設(shè)計與實現(xiàn).pdf
- 協(xié)同過濾優(yōu)化算法的研究與實現(xiàn).pdf
- 一種基于時態(tài)隨機步模型的協(xié)同過濾算法.pdf
- 基于用戶偏好的協(xié)同過濾算法研究.pdf
- 基于用戶偏好的協(xié)同過濾推薦方法研究.pdf
- 基于協(xié)同過濾算法的推薦系統(tǒng)研究與實現(xiàn).pdf
- 基于類別的混合協(xié)同過濾算法研究.pdf
- 基于Spark平臺的協(xié)同過濾推薦算法的研究與實現(xiàn).pdf
- 基于協(xié)同過濾算法的網(wǎng)站推薦系統(tǒng)的研究與實現(xiàn).pdf
- 基于改進協(xié)同過濾的服飾推薦算法的研究與實現(xiàn).pdf
評論
0/150
提交評論