2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩77頁未讀, 繼續(xù)免費閱讀

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),請進行舉報或認領(lǐng)

文檔簡介

1、隨著互聯(lián)網(wǎng)技術(shù)的飛速發(fā)展,促進了電子商務(wù)的快速普及,由此產(chǎn)生的推薦系統(tǒng)技術(shù)也在不斷為人們的消費購物帶來十足的便利。其中基于矩陣隱特征的評分預(yù)測模型其精度和時間復(fù)雜度在協(xié)同過濾推薦中表現(xiàn)良好。該模型由線性模型與隱因子模型兩部分組成。然而之前的研究重心基本集中在提高模型精度的同時保證計算效率,對于線性偏差的組合效應(yīng)并沒有進行深入的研究。同樣,通過加入時間信息來對模型進行興趣漂移建模仍然有可以思考與改進的地方。主要內(nèi)容有:
  1.研究

2、了線性模型中先驗偏差與訓(xùn)練偏差在不同組合情況下對模型精度的影響。本文設(shè)計了詳細的改進對比實驗,通過將先驗偏差與訓(xùn)練偏差以不同的組合方式來討論包含或不包含某種偏差的情況下模型的預(yù)測精度會如何變化,詳細論證了不同偏差對于評分預(yù)測精度的具體影響。實驗的結(jié)果顯示每個不同的偏差都可能對模型有著正或負的影響,而類似全局均值偏差這種參數(shù)卻能為模型精度帶來穩(wěn)定的精度提升。
  2.研究了基于時間信息的矩陣分解模型,并且進行了三個細節(jié)的思考與實驗,

3、提出了三種改進算法。第一是通過發(fā)掘用戶在固定時間框內(nèi)的比較穩(wěn)定的興趣漂移來提升算法精度,這利用了對物品時間漂移建模的經(jīng)驗,認為雖然用戶的概念漂移繁雜多變且受諸多因素影響,但仍然有一部分為固定可挖掘的。第二點是針對捕捉用戶長期興趣漂移的線性模型進行精細化改進,本文提出的精細化方法是用當前評價時間與最近的評價峰值時間域的均值做差值。最后,本文引入周濤等人發(fā)現(xiàn)的用戶評價行為的記憶效應(yīng),其結(jié)論是用戶在當前評分偏高或偏低的行為會在接下來一段時間影

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(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