2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩65頁未讀, 繼續(xù)免費閱讀

下載本文檔

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(lián)網的迅速發(fā)展,信息量呈爆發(fā)式增長,人們能方便獲取更多信息的同時,也被信息的海洋淹沒,想要獲取需要的信息變成一件越來越困難的事。個性化推薦系統(tǒng)能夠幫助人們快速便捷發(fā)現(xiàn)他們感興趣的信息,這在方便用戶的同時,也能提高應用或網站的體驗,有效提升用戶的好感度,達到保留用戶目的。推薦系統(tǒng)具有良好的應用環(huán)境和巨大的需求,已經廣泛獲得眾多學者的關注。
  隨著互聯(lián)網規(guī)模的擴大,無論是用戶量還是產品數量都在激增,推薦系統(tǒng)也面臨著一系列的挑戰(zhàn)

2、。本文在提高推薦質量和效率方面做了有益的探究,主要研究工作如下:
  (1)結合推薦系統(tǒng)特點,分析了經典對傳網(CPN)的不足,并改進了對傳網,使得對傳網既適合做用戶評分預測,也能架構到分布式系統(tǒng)上。
  (2)針對數據稀疏問題,提出基于對傳網和 BP神經網絡組合的推薦算法。該算法首先利用對傳網分別從用戶角度和商品角度處理評分數據,建立多個評分預測模型,這樣能夠為每一個未評分商品產生多個不同的預測評分;然后利用BP神經網絡綜

3、合這多個評分,獲得一個更準確的預測評分;最后將預測評分最高的若干商品推薦給用戶。相對于傳統(tǒng)推薦算法,該算法更充分的利用了評分數據,從而有效提高了推薦質量。
  (3)為了提升推薦系統(tǒng)的效率,本文從推薦系統(tǒng)的離線和在線兩個階段提出改進:離線階段,將最耗時的對傳網訓練算法架構到Hadoop分布式系統(tǒng)之上,為此,改進了對傳網隱含層的訓練算法,使其成為可以并行處理的算法;在線階段,本文提出的改進對傳網能夠通過自動聚類的方式,高度壓縮數據,

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(xiàn)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(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。

評論

0/150

提交評論