已閱讀1頁，還剩46頁未讀， 繼續(xù)免費閱讀
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)，請進行舉報或認領(lǐng)
文檔簡介
1、隨著互聯(lián)網(wǎng)發(fā)展和電子商務(wù)規(guī)模不斷的擴大，信息過載問題日益的嚴重。個性化推薦系統(tǒng)是一種解決信息過載問題的有效方法，它能夠主動的去為用戶推薦個性化信息并動態(tài)的根據(jù)用戶需求做出調(diào)整?，F(xiàn)在個性化推薦系統(tǒng)已經(jīng)成為電子商務(wù)系統(tǒng)不可或缺的一部分。
本文首先對web數(shù)據(jù)挖掘和個性化推薦相關(guān)技術(shù)做了研究，并對個性化推薦系統(tǒng)存在的不足做了分析。針對個性化推薦系統(tǒng)冷啟動和矩陣稀疏的問題，采用Web數(shù)據(jù)挖掘的方法對用戶收藏、瀏覽或產(chǎn)生關(guān)聯(lián)的商品進行隱
2、式評分，同時提出了一種基于K-means聚類和SVD降維的混合協(xié)同過濾方法。通過實驗對比分析，發(fā)現(xiàn)改進后的協(xié)同過濾方法不僅緩解了冷啟動和矩陣稀疏的問題，在推薦精度方面也得到了改善。針對個性化推薦系統(tǒng)推薦漂移問題，提出了一種基于時間遺忘函數(shù)的數(shù)據(jù)加權(quán)方法，構(gòu)建能夠反映出用戶興趣變化的評分機制，加權(quán)后的評價信息更符合人的遺忘規(guī)律，推薦算法也會根據(jù)用戶興趣變化智能的做出調(diào)整，在一定程度上緩解了用戶興趣偏移的問題。最后，對基于Web數(shù)據(jù)挖掘的個
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)容負責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當內(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。
最新文檔
- 基于Web日志挖掘的個性化推薦系統(tǒng)研究.pdf
- 基于數(shù)據(jù)挖掘的Web個性化信息推薦研究.pdf
- 基于數(shù)據(jù)挖掘的Web個性化信息推薦系統(tǒng)的研究.pdf
- Web使用挖掘的個性化推薦系統(tǒng)研究.pdf
- 基于web挖掘的電子商務(wù)個性化推薦系統(tǒng)研究.pdf
- 基于Web使用挖掘的個性化推薦系統(tǒng).pdf
- 基于Web使用挖掘的個性化推薦系統(tǒng)研究與設(shè)計.pdf
- 基于Web挖掘的個性化推薦系統(tǒng)的研究.pdf
- 基于Web挖掘的個性化電子商務(wù)推薦系統(tǒng)研究.pdf
- 基于WEB日志的個性化推薦系統(tǒng)研究.pdf
- 基于web日志的個性化推薦系統(tǒng)研究
- 基于Web日志挖掘的個性化推薦研究.pdf
- 基于Web日志挖掘的個性化推薦原型系統(tǒng)研究與實現(xiàn).pdf
- 基于Web挖掘的個性化推薦算法研究.pdf
- 基于Web日志挖掘的個性化推薦方法研究.pdf
- 基于Web使用挖掘的個性化推薦服務(wù)研究.pdf
- 基于復(fù)雜網(wǎng)絡(luò)數(shù)據(jù)挖掘的個性化電子商務(wù)推薦系統(tǒng)研究
- 基于WEB使用挖掘的智能個性化系統(tǒng)研究.pdf
- 基于復(fù)雜網(wǎng)絡(luò)數(shù)據(jù)挖掘的個性化電子商務(wù)推薦系統(tǒng)研究.pdf
- 基于數(shù)據(jù)挖掘的圖書館個性化推薦系統(tǒng)研究和應(yīng)用.pdf
評論
0/150
提交評論