

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、數(shù)據(jù)爆炸的現(xiàn)今使得推薦系統(tǒng)技術(shù)變得越來(lái)越熱門(mén),越來(lái)越重要,幾乎所有的電子商務(wù)網(wǎng)站以及部分門(mén)戶(hù)網(wǎng)站,甚至是搜索引擎都有推薦系統(tǒng)相關(guān)技術(shù)的身影。總結(jié)其中的原因,一是在唾手可得的海量信息里,人們所期望獲得的卻是其中極小的一部分;二是人們期望獲得的信息里有一些潛在的偏好,利用這些偏好可以做更多的事情。推薦系統(tǒng)的發(fā)展非常迅速,它分為協(xié)同過(guò)濾,基于知識(shí)的推薦,混合推薦等等,而各種類(lèi)別的推薦算法下又有很多成熟的技術(shù)。協(xié)同過(guò)濾一直是這其中的研究最多的技
2、術(shù),同時(shí)也是在電子商務(wù)有著廣泛應(yīng)用的技術(shù)之一。典型的協(xié)同過(guò)濾,通過(guò)維護(hù)一個(gè)評(píng)分者—物品評(píng)分矩陣,計(jì)算相似度確定近鄰來(lái)產(chǎn)生推薦。
不幸的是,這種算法的性能隨著用戶(hù)和商品的增加會(huì)產(chǎn)生很多問(wèn)題:高維度,高稀疏度。此二者對(duì)于該技術(shù)在電子商務(wù)網(wǎng)站的應(yīng)用產(chǎn)生巨大挑戰(zhàn)。本文著眼于此,提出或改進(jìn)了若干方法,以解決數(shù)據(jù)稀疏問(wèn)題和推薦實(shí)時(shí)性。
對(duì)于數(shù)據(jù)稀疏問(wèn)題,主要對(duì)外部信息做適當(dāng)提取,計(jì)算其Jaccard相似度產(chǎn)生預(yù)測(cè)值,并將預(yù)測(cè)值有
3、節(jié)制地填充至測(cè)試集,以此來(lái)提高傳統(tǒng)推薦技術(shù)的準(zhǔn)確性。具體的,評(píng)分外的信息,如:用戶(hù)的年齡、職業(yè),物品的類(lèi)別等,通過(guò)Jaccard相似度做初步調(diào)整,再與經(jīng)典協(xié)同過(guò)濾得到的最近鄰相似性進(jìn)行加權(quán),通過(guò)多組具體的實(shí)驗(yàn),確定了較為理想的權(quán)重系數(shù)。在這樣權(quán)重下,我們得到的結(jié)果相對(duì)基準(zhǔn)實(shí)驗(yàn)有了一些提高。
對(duì)于實(shí)時(shí)性的解決,我們引入聚類(lèi)中的簇代表點(diǎn)技術(shù)(CURE,Clustering Using Representatives),主要是將搜尋
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
- 協(xié)同過(guò)濾推薦系統(tǒng)的數(shù)據(jù)稀疏性問(wèn)題研究.pdf
- 協(xié)同過(guò)濾推薦系統(tǒng)中稀疏性數(shù)據(jù)的算法研究.pdf
- 基于數(shù)據(jù)稀疏性的協(xié)同過(guò)濾推薦算法研究.pdf
- 基于協(xié)同過(guò)濾推薦系統(tǒng)的數(shù)據(jù)稀疏性問(wèn)題研究.pdf
- 面向數(shù)據(jù)稀疏的協(xié)同過(guò)濾推薦算法研究.pdf
- 面向數(shù)據(jù)稀疏問(wèn)題的協(xié)同過(guò)濾推薦算法改進(jìn)研究.pdf
- 協(xié)同過(guò)濾算法中數(shù)據(jù)稀疏性問(wèn)題研究.pdf
- 協(xié)同過(guò)濾中數(shù)據(jù)稀疏性緩解方法研究.pdf
- 協(xié)同過(guò)濾系統(tǒng)的數(shù)據(jù)稀疏性問(wèn)題研究.pdf
- 統(tǒng)計(jì)視角下面向數(shù)據(jù)稀疏問(wèn)題的協(xié)同過(guò)濾推薦算法研究.pdf
- 協(xié)同過(guò)濾算法中稀疏問(wèn)題的研究.pdf
- 協(xié)同過(guò)濾推薦算法稀疏性與可擴(kuò)展性問(wèn)題研究.pdf
- 協(xié)同過(guò)濾系統(tǒng)的稀疏性與冷啟動(dòng)問(wèn)題研究.pdf
- 面向稀疏數(shù)據(jù)的協(xié)同過(guò)濾算法研究與實(shí)現(xiàn).pdf
- 基于標(biāo)簽的協(xié)同過(guò)濾稀疏性問(wèn)題研究.pdf
- 針對(duì)稀疏性的協(xié)同過(guò)濾優(yōu)化算法研究.pdf
- 基于數(shù)據(jù)稀疏性和冷啟動(dòng)的個(gè)性化協(xié)同過(guò)濾推薦系統(tǒng)研究.pdf
- 基于數(shù)據(jù)稀疏性和冷啟動(dòng)的個(gè)性化協(xié)同過(guò)濾推薦系統(tǒng)研究
- 基于大數(shù)據(jù)的協(xié)同過(guò)濾推薦算法研究.pdf
- 協(xié)同過(guò)濾推薦系統(tǒng)中關(guān)鍵問(wèn)題研究與實(shí)現(xiàn).pdf
評(píng)論
0/150
提交評(píng)論