

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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、隨著當(dāng)今互聯(lián)網(wǎng)應(yīng)用地迅速崛起,廣大用戶很方便地接收到來自各種應(yīng)用渠道的大量信息,對(duì)信息的需求得到了極大地滿足。互聯(lián)網(wǎng)信息數(shù)量激增隨之帶來的信息過載問題使得互聯(lián)網(wǎng)信息的利用率降低,用戶越來越難以快速地找到自己想要的信息,推薦系統(tǒng)的提出就是為了解決這個(gè)問題。協(xié)同過濾推薦算法是業(yè)界應(yīng)用最為廣泛的推薦算法,該推薦算法能夠根據(jù)用戶在系統(tǒng)中已經(jīng)產(chǎn)生的行為數(shù)據(jù)來分析用戶的興趣特征,為用戶產(chǎn)生個(gè)性化推薦結(jié)果。
本文立足于實(shí)驗(yàn)室“智慧醫(yī)療”項(xiàng)目
2、需求,將協(xié)同過濾推薦技術(shù)應(yīng)用于健康知識(shí)領(lǐng)域。由于每個(gè)用戶自身健康狀況以及關(guān)注的健康類別不同,導(dǎo)致每個(gè)用戶需要的和感興趣的健康知識(shí)也是不同的,因此,從大量的健康知識(shí)中,找出用戶喜歡的健康知識(shí)是非常必要和有意義的?;谝陨享?xiàng)目背景以及技術(shù)調(diào)研,本文開展了如下工作:
?。?)詳細(xì)了解推薦系統(tǒng)和推薦算法相關(guān)理論知識(shí);重點(diǎn)研究協(xié)同過濾推薦算法的工作原理、組成部分以及開源實(shí)現(xiàn)框架Mahout的相關(guān)實(shí)現(xiàn)模塊;對(duì)基于協(xié)同過濾的健康知識(shí)推薦系統(tǒng)的
3、功能模型和存在問題進(jìn)行分析,提出本文的兩項(xiàng)重要工作內(nèi)容。
?。?)對(duì)傳統(tǒng)的協(xié)同過濾推薦算法的關(guān)鍵問題進(jìn)行研究,提出對(duì)冷啟動(dòng)和數(shù)據(jù)稀疏性的改進(jìn)辦法;重點(diǎn)引入本文使用的用戶興趣特征模型、健康知識(shí)屬性特征模型和用戶對(duì)健康知識(shí)的興趣度模型,提出基于用戶興趣度的改進(jìn)協(xié)同過濾算法,是本文的創(chuàng)新點(diǎn)。該算法通過分析用戶興趣特征數(shù)據(jù)和健康知識(shí)屬性數(shù)據(jù),結(jié)合用戶的歷史行為數(shù)據(jù)來綜合分析用戶對(duì)健康知識(shí)的興趣度,改進(jìn)了傳統(tǒng)協(xié)同過濾算法的不足,能夠得到質(zhì)
4、量更高的推薦效果。
?。?)闡述系統(tǒng)的設(shè)計(jì)目標(biāo)、需求分析以及架構(gòu)設(shè)計(jì)。本文包括四個(gè)功能模塊:用戶界面模塊、日志收集模塊,推薦引擎模塊和數(shù)據(jù)存儲(chǔ)模塊。日志收集模塊獲取用戶界面模塊所產(chǎn)生的用戶行為記錄,為推薦引擎模塊提供初始的數(shù)據(jù)源;推薦引擎模塊提取日志記錄,采用離線數(shù)據(jù)計(jì)算和在線數(shù)據(jù)處理相結(jié)合的推薦流程,實(shí)時(shí)響應(yīng)用戶需求,為用戶推薦其感興趣的健康知識(shí)。
?。?)結(jié)合Mahout,完成了健康知識(shí)推薦系統(tǒng)以及改進(jìn)算法的實(shí)驗(yàn);使
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(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)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)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(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)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(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
- 基于知識(shí)的協(xié)同過濾推薦系統(tǒng)研究.pdf
- 基于領(lǐng)域知識(shí)的協(xié)同過濾推薦研究.pdf
- 基于云計(jì)算的協(xié)同過濾推薦系統(tǒng)的研究與應(yīng)用.pdf
- 基于信任的協(xié)同過濾推薦研究與應(yīng)用.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
- 基于協(xié)同過濾的推薦系統(tǒng)研究.pdf
- 基于協(xié)同過濾的推薦系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn).pdf
- 基于協(xié)同過濾的推薦系統(tǒng)相關(guān)算法研究.pdf
- 基于協(xié)同過濾混合推薦系統(tǒng)的研究與實(shí)現(xiàn).pdf
- 基于協(xié)同過濾的網(wǎng)格門戶協(xié)同推薦系統(tǒng)的研究.pdf
- 推薦系統(tǒng)中協(xié)同過濾算法的改進(jìn)與應(yīng)用.pdf
- 基于協(xié)同過濾算法的電影推薦系統(tǒng)
- 基于Hadoop架構(gòu)的用戶協(xié)同過濾影視推薦系統(tǒng)的研究與應(yīng)用.pdf
- 基于Hadoop的協(xié)同過濾推薦系統(tǒng)研究與實(shí)現(xiàn).pdf
- 基于改進(jìn)協(xié)同過濾的推薦系統(tǒng)研究與實(shí)現(xiàn).pdf
- 基于協(xié)同過濾的電影推薦系統(tǒng)的構(gòu)建.pdf
- 基于協(xié)同過濾算法的音樂推薦系統(tǒng).pdf
- 基于協(xié)同過濾算法的網(wǎng)站推薦系統(tǒng)的研究與實(shí)現(xiàn).pdf
- 基于協(xié)同過濾算法的電影推薦應(yīng)用研究.pdf
評(píng)論
0/150
提交評(píng)論