基于符號數(shù)據(jù)的群組推薦算法研究.pdf_第1頁
已閱讀1頁,還剩52頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

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、當(dāng)今隨著互聯(lián)網(wǎng)電子商務(wù)的飛速發(fā)展,推薦系統(tǒng)已成為目前已經(jīng)成為各大互聯(lián)網(wǎng)及電子商務(wù)公司不可或缺的信息服務(wù)平臺。與被廣泛研究的個體推薦算法相比,關(guān)于群組推薦領(lǐng)域的研究仍很不深入。考慮到符號數(shù)據(jù)分析作為一種新興的從海量數(shù)據(jù)中發(fā)掘系統(tǒng)知識的理論和方法,及其所具有的從整體上把握樣本屬性的優(yōu)勢,本論文旨在利用符號數(shù)據(jù)分析的方法,對群組推薦算法進(jìn)行較為深入的研究。
   論文主要考慮將兩種常用的符號數(shù)據(jù)--分布式符號數(shù)據(jù)和區(qū)間型符號數(shù)據(jù),應(yīng)用

2、于群組推薦算法的研究之中。首先研究了將分布式符號數(shù)據(jù)應(yīng)用于基于項(xiàng)目的協(xié)同過濾群組推薦算法,對群組興趣模型進(jìn)行了分布式符號數(shù)據(jù)描述,改進(jìn)現(xiàn)有的歐式距離公式得到群組興趣模型之間的相似度并以此得到推薦結(jié)果。然后研究了將區(qū)間型符號數(shù)據(jù)應(yīng)用于群組推薦算法,給出了一般分布區(qū)間型符號數(shù)據(jù)的定義及基本統(tǒng)計(jì)量描述,并運(yùn)用一種新的區(qū)間型符號數(shù)據(jù)距離度量,提出一般分布的區(qū)間型符號數(shù)據(jù)k均值聚類算法,并以此給出基于區(qū)間型符號數(shù)據(jù)K均值聚類方法的群組推薦算法。分

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。

評論

0/150

提交評論