已閱讀1頁,還剩67頁未讀, 繼續(xù)免費(fèi)閱讀
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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、網(wǎng)絡(luò)人脈的推薦研究多利用圖論的方法,對(duì)構(gòu)造出來的社會(huì)網(wǎng)絡(luò)關(guān)系圖的結(jié)點(diǎn)和邊進(jìn)行探討,其中結(jié)點(diǎn)代表社會(huì)網(wǎng)絡(luò)參與者(即用戶),連結(jié)兩個(gè)結(jié)點(diǎn)的邊代表參與者之間的某種關(guān)系(比如互粉關(guān)系),推薦時(shí)主要探討網(wǎng)絡(luò)的結(jié)構(gòu)特性,推薦方法簡(jiǎn)單,推薦指標(biāo)單一化,沒有考慮到用戶自身的興趣偏好。為了解決這一問題,本文進(jìn)行推薦時(shí)主要的研究對(duì)象為用戶興趣偏好的載體——話題文本,即用戶所發(fā)表的話題信息,提出了基于用戶話題偏好的潛在人脈推薦模型。潛在人脈推薦模型能深度挖掘
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(qǐng)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(qǐng)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(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)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(duì)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(qǐng)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(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于用戶偏好的信任網(wǎng)絡(luò)隨機(jī)游走推薦模型研究.pdf
- 網(wǎng)絡(luò)用戶偏好分析及話題趨勢(shì)預(yù)測(cè)方法研究.pdf
- 基于Folksonomy用戶偏好的推薦方法研究.pdf
- 基于用戶偏好的視頻推薦技術(shù)研究.pdf
- 網(wǎng)絡(luò)用戶偏好建模及推薦系統(tǒng)設(shè)計(jì).pdf
- 基于多維度用戶偏好的推薦技術(shù)研究.pdf
- 基于用戶偏好的汽車售后服務(wù)推薦研究.pdf
- 基于用戶偏好的協(xié)同過濾推薦方法研究.pdf
- 基于用戶意象偏好的輪轂款型推薦方法研究.pdf
- 基于用戶聚類和偏好的推薦算法研究.pdf
- 基于用戶偏好推理的推薦技術(shù)及其應(yīng)用研究.pdf
- 基于用戶聚類的微博話題推薦方法研究.pdf
- 社會(huì)網(wǎng)絡(luò)中基于用戶評(píng)分行為的推薦方法研究.pdf
- 基于地理位置的社交網(wǎng)絡(luò)潛在用戶和位置推薦模型研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)集成和用戶偏好模型的協(xié)同過濾推薦算法研究.pdf
- 社會(huì)網(wǎng)絡(luò)中基于用戶評(píng)分?jǐn)?shù)據(jù)的協(xié)同推薦研究.pdf
- 基于用戶動(dòng)態(tài)偏好的異構(gòu)隱式反饋推薦算法研究.pdf
- 基于社交網(wǎng)絡(luò)的用戶偏好漂移建模.pdf
- 網(wǎng)絡(luò)用戶偏好分析方法的研究.pdf
- 基于位置社會(huì)語義的用戶情景感知偏好挖掘研究.pdf
評(píng)論
0/150
提交評(píng)論