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、基于協(xié)同過濾算法的用戶喜好研究基于協(xié)同過濾算法的用戶喜好研究⑶對(duì)于新系統(tǒng)冷啟動(dòng)問題,在沒有用戶行為數(shù)據(jù)和物品內(nèi)容信息計(jì)算相似度的情況下,可以使用專家標(biāo)記的方式。用戶活躍度問題改進(jìn),用戶活躍度能隱式地推斷用戶對(duì)未知物品喜好的可能性。本文定義用戶活躍度與其瀏覽過的物品數(shù)量成正比,那么活躍度低的用戶產(chǎn)生的用戶行為,對(duì)計(jì)算物品相似度更加有作用,這就需要懲罰用戶的活躍度。物品流行度問題改進(jìn),物品流行度也可以隱式地表示用戶喜好。本文定義物品流行度與
2、瀏覽該物品的用戶數(shù)量成正比,那么冷門物品被瀏覽更能計(jì)算出用戶的相似度,因此需要懲罰物品的流行度。4結(jié)束語本文從數(shù)據(jù)采集、數(shù)據(jù)預(yù)處理、相似度計(jì)算、算法適用場(chǎng)景這幾方面進(jìn)行了深入的研究,并將基于內(nèi)容算法與協(xié)同過濾算法進(jìn)行了比較,之后對(duì)現(xiàn)有算法存在的不足進(jìn)行改進(jìn),提高了算法的準(zhǔn)確度和覆蓋率。下一步將研究如何將基于用戶和基于物品的協(xié)同過濾算法根據(jù)不同的權(quán)重結(jié)合起來,在考慮用戶相似度的同時(shí)也兼顧物品的相似度,以此提高推薦的精確度?;趨f(xié)同過濾算法
3、的用戶喜好研究基于協(xié)同過濾算法的用戶喜好研究⑶對(duì)于新系統(tǒng)冷啟動(dòng)問題,在沒有用戶行為數(shù)據(jù)和物品內(nèi)容信息計(jì)算相似度的情況下,可以使用專家標(biāo)記的方式。用戶活躍度問題改進(jìn),用戶活躍度能隱式地推斷用戶對(duì)未知物品喜好的可能性。本文定義用戶活躍度與其瀏覽過的物品數(shù)量成正比,那么活躍度低的用戶產(chǎn)生的用戶行為,對(duì)計(jì)算物品相似度更加有作用,這就需要懲罰用戶的活躍度。物品流行度問題改進(jìn),物品流行度也可以隱式地表示用戶喜好。本文定義物品流行度與瀏覽該物品的用戶
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
- 基于協(xié)同過濾算法的用戶喜好研究
- 基于協(xié)同過濾算法的用戶喜好研究 _1
- 基于協(xié)同過濾算法的用戶喜好研究 _2
- 基于用戶喜好類型的協(xié)同過濾推薦算法研究.pdf
- 基于用戶協(xié)同過濾推薦算法的研究.pdf
- 基于模范用戶的協(xié)同過濾算法研究.pdf
- 基于用戶行為的協(xié)同過濾算法研究.pdf
- 基于用戶偏好的協(xié)同過濾算法研究.pdf
- 基于用戶興趣的協(xié)同過濾推薦算法研究.pdf
- 基于用戶行為協(xié)同過濾推薦算法.pdf
- 基于用戶興趣變化的協(xié)同過濾算法研究.pdf
- 基于用戶實(shí)時(shí)反饋的協(xié)同過濾算法研究.pdf
- 基于用戶興趣偏移的協(xié)同過濾推薦算法研究.pdf
- 基于混合用戶模型的協(xié)同過濾推薦算法研究
- 基于用戶興趣變化的協(xié)同過濾推薦算法研究.pdf
- 基于用戶動(dòng)態(tài)行為的協(xié)同過濾推薦算法研究.pdf
- 基于用戶評(píng)分和用戶特征的混合協(xié)同過濾算法研究.pdf
- 基于用戶的協(xié)同過濾推薦算法的改進(jìn)研究.pdf
- 基于異構(gòu)用戶反饋數(shù)據(jù)的協(xié)同過濾算法研究.pdf
- 基于用戶相似度的協(xié)同過濾推薦算法研究.pdf
評(píng)論
0/150
提交評(píng)論