

版權(quán)說(shuō)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、伴著互聯(lián)網(wǎng)時(shí)代的到來(lái),“BD”的概念已經(jīng)愈來(lái)愈被人們通曉。推薦系統(tǒng)隨著用戶規(guī)模的激增,出現(xiàn)了數(shù)據(jù)稀疏、用戶興趣漂移與推薦效率低等各個(gè)方面的問(wèn)題。本文針對(duì)這些問(wèn)題,對(duì)協(xié)同過(guò)濾推薦算法進(jìn)行了研究,具體的研究工作如下:
(1)研究協(xié)同過(guò)濾算法(CF)的原理,提出基于加權(quán)二部圖的協(xié)同過(guò)濾算法(WBG-CF)。該算法使用用戶行為時(shí)間數(shù)據(jù)對(duì)用戶-項(xiàng)目矩陣進(jìn)行加權(quán),然后使用二部圖算法對(duì)矩陣進(jìn)行填補(bǔ),最后進(jìn)行協(xié)同過(guò)濾推薦。以此解決協(xié)同過(guò)濾推薦
2、算法中數(shù)據(jù)稀疏和用戶興趣漂移的問(wèn)題。實(shí)驗(yàn)證明,改進(jìn)的WBG-CF算法能夠體現(xiàn)用戶興趣的漂移,同時(shí)也能提升CF算法的準(zhǔn)確率。
(2)針對(duì)WBG-CF算法中,由于用戶數(shù)量的增大,導(dǎo)致推薦算法運(yùn)行效率降低的問(wèn)題,提出基于K-Medoids聚類的WBG-CF算法(KWBG-CF)。該算法在使用加權(quán)二部圖算法對(duì)矩陣進(jìn)行填補(bǔ)后,對(duì)用戶進(jìn)行一次聚類,再使用協(xié)同過(guò)濾算法對(duì)k個(gè)用戶簇進(jìn)行推薦。實(shí)驗(yàn)結(jié)果說(shuō)明,KWBG-CF算法在中等數(shù)據(jù)集的處理效
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
- 基于加權(quán)二部圖與k-medoids的協(xié)同過(guò)濾推薦算法的改進(jìn)及應(yīng)用
- 基于加權(quán)網(wǎng)絡(luò)的協(xié)同過(guò)濾推薦
- 改進(jìn)的k-medoids算法在入侵檢測(cè)中的應(yīng)用.pdf
- 基于SOM算法改進(jìn)K-medoids算法及其研究.pdf
- 推薦系統(tǒng)中協(xié)同過(guò)濾算法的改進(jìn)與應(yīng)用.pdf
- 基于加權(quán)網(wǎng)絡(luò)的協(xié)同過(guò)濾推薦.pdf
- 協(xié)同過(guò)濾推薦算法改進(jìn)研究.pdf
- 基于商品關(guān)系改進(jìn)的協(xié)同過(guò)濾推薦算法.pdf
- 基于時(shí)間加權(quán)與評(píng)分預(yù)測(cè)的協(xié)同過(guò)濾推薦算法研究.pdf
- 基于改進(jìn)粒計(jì)算的K-medoids聚類算法研究.pdf
- 協(xié)同過(guò)濾推薦算法的改進(jìn)與集成研究.pdf
- 基于用戶的協(xié)同過(guò)濾推薦算法的改進(jìn)研究.pdf
- 基于改進(jìn)協(xié)同過(guò)濾的服飾推薦算法的研究與實(shí)現(xiàn).pdf
- 協(xié)同過(guò)濾推薦算法及其改進(jìn)研究.pdf
- 改進(jìn)的多準(zhǔn)則評(píng)分協(xié)同過(guò)濾推薦算法.pdf
- 推薦系統(tǒng)中協(xié)同過(guò)濾算法的改進(jìn)與研究.pdf
- 基于MapReduce的K-Medoids并行算法研究.pdf
- 基于多GPU的協(xié)同過(guò)濾推薦算法研究及應(yīng)用.pdf
- 基于協(xié)同過(guò)濾和矩陣分解的推薦算法的研究與改進(jìn).pdf
- 協(xié)同過(guò)濾的服裝推薦算法的改進(jìn)研究.pdf
評(píng)論
0/150
提交評(píng)論