基于Item-based協(xié)同過(guò)濾推薦的警務(wù)公開(kāi)系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn).pdf

1、警務(wù)公布系統(tǒng)就是在對(duì)我國(guó)公安機(jī)關(guān)建設(shè)取得了長(zhǎng)足的進(jìn)步和積累了大量案件數(shù)據(jù)并進(jìn)行了集中和整合的基礎(chǔ)上，通過(guò)引入電子商務(wù)中協(xié)同過(guò)濾推薦模型和其它相關(guān)的各種挖掘及分析算法，發(fā)掘數(shù)據(jù)的內(nèi)在規(guī)律，實(shí)現(xiàn)數(shù)據(jù)的深度利用。一方面幫助公安部門查找案件類似的關(guān)聯(lián)案情，從而有利于案情的分析和破解；另一方面也可以方便普通民眾瀏覽和搜索相關(guān)案情，從而有利于民眾交流、監(jiān)督和評(píng)價(jià)。
　　 論文針對(duì)這些當(dāng)前推薦系統(tǒng)中存在的主要問(wèn)題，對(duì)個(gè)性化推薦系統(tǒng)中的推薦策略

2、和推薦算法等關(guān)鍵技術(shù)進(jìn)行了有益的探索和研究，分析了當(dāng)前警務(wù)分析系統(tǒng)在不同場(chǎng)合不同情況下所需使用的不同類型的推薦策略，提出了應(yīng)用于此類警務(wù)公開(kāi)系統(tǒng)的具體推薦策略，即產(chǎn)生滿足推薦準(zhǔn)確性和新穎性的主Top—N推薦列表，產(chǎn)生滿足推薦完整性和多樣性的副Top—N推薦列表，以及最近、最重要、受關(guān)注力度最顯著的案例列表。
　　 在推薦算法設(shè)計(jì)方面，論文研究了當(dāng)前個(gè)性化推薦的主流技術(shù)——協(xié)同過(guò)濾。對(duì)該算法中影響推薦質(zhì)量的稀疏性問(wèn)題和影響用戶滿意