

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、目的:
隨著計算機技術和信息技術的飛速發(fā)展,信息過載問題成為人們日益關注的焦點,人們無法在茫茫的的信息海洋中快速高效地檢索到自己所需要的信息。這種現象直接催生了個性化推薦技術的產生和發(fā)展。個性化推薦技術最初應用于電子商務領域,并迅速取得了顯著的成績,之后逐漸延伸到數字圖書館領域,為數字圖書館的個性化服務、信息資源推廣提供了技術支持。
本研究試圖將聚類算法引入到數字圖書館的協(xié)同過濾系統(tǒng)中,嘗試利用聚類方法確定協(xié)同過濾推
2、薦系統(tǒng)中目標用戶的最近鄰集合,旨在初步探討利用聚類方法確定最近鄰集合的協(xié)同過濾推薦技術對數字圖書館的讀者進行個性化服務的可行性。
材料和方法:
通過調查問卷的方式獲得中國醫(yī)科大學47名腫瘤學研究生的畢業(yè)論文題目,根據其內容制定相應的檢索策略,在Pubmed數據庫中檢索出文獻并將其按相關度進行排序,選取各檢索結果的前5篇文獻組成評分文獻集,讓調查用戶分別對評分文獻集中的至少15篇文獻(包括與論文題目最相關的5篇文獻和其
3、他隨機的10篇文獻)進行評分,評分值范圍從1至5,1表示最不感興趣,5表示最感興趣。根據評分結果建立評分矩陣并進行預處理,然后使用SPSS19.0對用戶進行聚類。依次以1名用戶為目標用戶,其余46名用戶為基本用戶。目標用戶確定后,首先根據聚類結果判定目標用戶的所屬類別,然后將其類別內的用戶確定為最近鄰集合,根據最近鄰對文獻的評價預測目標用戶的評分并向其推薦文獻。推薦結果使用平均絕對誤差(MAE)進行評價。
結果:
4
4、7名腫瘤學研究生(19名博士,28名碩士)對文獻進行評分后,形成47*222階的評分矩陣。對用戶的評分矩陣進行聚類后,將47名用戶聚成6大類,其中第一大類包括用戶2、12、4、9、3、15、40、1、5、7、45、41,第二大類包括用戶38、42、16、24、43,第三大類包括11、37、20、27、19、44,第四大類包括8、46、34、13、18、28、35,第五大類包括22、39、23、33、47、17、21、32,第六大類包括6
5、、30、25、10、26、14、36、31、29。當目標用戶分別歸屬于不同類目時,最近鄰集合內的用戶數分別為4、6、4、5、6、7、8。根據最近鄰對文獻的評價預測目標用戶的評分,并向其推薦預測評分最高的5篇文獻。對推薦文獻進行有效的二次評分的用戶為35名,其MAE值均在0-1之間,說明預測結果比較接近用戶對文獻的實際預測分值。
結論:
利用聚類確定協(xié)同過濾推薦系統(tǒng)最近鄰居集合的方法,可以避免傳統(tǒng)的最近鄰確定方法的主觀
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,請聯系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯系,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
- 數字圖書館協(xié)同過濾推薦系統(tǒng)的最近鄰集合確定方法研究.pdf
- 面向數字圖書館的協(xié)同過濾推薦算法的研究
- 面向數字圖書館的協(xié)同過濾推薦算法的研究.pdf
- 基于混合協(xié)同過濾推薦的圖書館管理系統(tǒng)設計與實現.pdf
- 數字圖書館協(xié)同過濾及GPU計算技術研究.pdf
- 基于粗糙集和論域最近鄰的協(xié)同過濾推薦系統(tǒng)研究與實現.pdf
- 推薦系統(tǒng)的協(xié)同過濾、矩陣分解和k近鄰方法及其優(yōu)化.pdf
- 基于云計算的協(xié)同過濾推薦算法在智慧圖書館中的應用.pdf
- 基于協(xié)同過濾的圖書推薦算法研究.pdf
- 基于協(xié)同過濾的圖書推薦算法研究
- 協(xié)同過濾算法在圖書推薦系統(tǒng)中的應用.pdf
- 圖書借閱系統(tǒng)中的協(xié)同過濾推薦技術研究.pdf
- 基于協(xié)同過濾技術的推薦方法研究.pdf
- 協(xié)同過濾技術在個性化圖書館中的應用研究.pdf
- 推薦系統(tǒng)中協(xié)同過濾技術的研究.pdf
- 推薦系統(tǒng)中協(xié)同過濾算法研究.pdf
- 基于推薦權重和動態(tài)可靠近鄰的協(xié)同過濾算法.pdf
- 協(xié)同過濾推薦方法及應用研究.pdf
- 基于協(xié)同過濾的推薦系統(tǒng)的研究.pdf
- 基于協(xié)同過濾的視頻推薦系統(tǒng).pdf
評論
0/150
提交評論