版權(quán)說(shuō)明:本文檔由用戶(hù)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、燕山大學(xué)碩士學(xué)位論文基于類(lèi)別相似性和分類(lèi)方法的個(gè)性化推薦方法研究姓名:湯顯申請(qǐng)學(xué)位級(jí)別:碩士專(zhuān)業(yè):計(jì)算機(jī)應(yīng)用技術(shù)指導(dǎo)教師:郭景峰20051201燕山大學(xué)工學(xué)碩士學(xué)位論文AbstractWiththedevelopmentofintemetandE。commercetherecommendation、systemhasgraduallybecomeartimportantresearchfieldofEcommercetechnology
2、andattractsmanyresearchers’attentionCollaborativefilteringtechnologyandcategory—basedrecommendationtechnologyarethemainresearchissuesinthefieldofpersonalizedrecommendation,andinthispaperwefoCUSourresearchonthesetwoissues
3、Inthefieldofcollaborativefilteringrecommendationtechnologytheproblemsthatexistintoday’ScoIlaborativefilteringtechnologyhavebeenanalyzedandpointedoutthatwiththedevelopmentofE—commerce,themagnitudesandcommoditiesgrowrapidl
4、ywhichresultedintheextremesparsityofuserrationdataFornotbeingtakenthecategoryofdifferentitemsintoaccount,thetraditionalsimilaritymeasuremethodsworkinaccuratelyinthissituationAimingatthisproblem,anewmethodhasbeenbroughtfo
5、rwardtodeal麗thusersratingdatainordertoimprovetheveracityofitems’similarityWhencomputingtheinitialforecastratingofitems,anewmethodisintroducedtoimprovethedatadensityofusersratingmatrixAndatthefinalforecastratingoftheitems
6、,anewmethodispresentedtoimprovetheveracityofusersforecastratingInordertoimprovethecharacterofrealtime,anincrementalcollaborativefilteringrecommendationalgorithmbasedoncategorysimilarityispresentedTheexperimentalresultssh
7、owthatthen鉀VmethodsCanefficientlyresolvetheexistedproblemoftraditionalmethodsintheconditionoftheextremesparsityofuserratingdata,andthequalityoftherecommendedresultcan_alsobeefficientlyimprovedInthefieldofcategory—basedre
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)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(hù)所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)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(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)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(hù)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Jaccard項(xiàng)目類(lèi)別相似性的個(gè)性化推薦算法研究.pdf
- 基于項(xiàng)目類(lèi)別相似性與用戶(hù)多興趣的個(gè)性化推薦算法的研究.pdf
- 個(gè)性化推薦系統(tǒng)中相似性度量方法研究.pdf
- 個(gè)性化推薦系統(tǒng)中相似性計(jì)算方法研究.pdf
- 基于相似案例分析的電子商務(wù)個(gè)性化推薦方法研究.pdf
- 基于WUM個(gè)性化推薦方法研究.pdf
- 基于信任關(guān)系的個(gè)性化推薦方法研究
- 機(jī)票個(gè)性化推薦方法.pdf
- 服裝個(gè)性化推薦方法研究.pdf
- 一種基于知識(shí)分類(lèi)樹(shù)的個(gè)性化推薦方法.pdf
- 融合圖像相似性與協(xié)同過(guò)濾的個(gè)性化推薦算法研究.pdf
- 股票個(gè)性化推薦方法研究.pdf
- 基于信任關(guān)系的個(gè)性化推薦方法研究.pdf
- 個(gè)性化的地點(diǎn)推薦方法研究.pdf
- 基于時(shí)間和標(biāo)簽信息的個(gè)性化地點(diǎn)推薦方法研究.pdf
- 基于QoS的個(gè)性化Web服務(wù)推薦方法研究.pdf
- 基于用戶(hù)聚類(lèi)的個(gè)性化推薦方法研究.pdf
- 基于Web日志挖掘的個(gè)性化推薦方法研究.pdf
- 個(gè)性化營(yíng)養(yǎng)菜譜推薦方法的研究.pdf
- 社交網(wǎng)絡(luò)個(gè)性化推薦方法研究.pdf
評(píng)論
0/150
提交評(píng)論