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、近年來,互聯(lián)網(wǎng)的社交平臺(tái)已經(jīng)發(fā)展得非常壯大,提供的服務(wù)以及性能越來越高效。然而,面向文章閱讀領(lǐng)域的社交平臺(tái)還沒有真正發(fā)展起來。傳統(tǒng)的閱讀類應(yīng)用軟件,需要借助第三方社交平臺(tái)才能進(jìn)行分享與交流。文章閱讀與社交功能融為一體的閱讀類社交系統(tǒng),增加了對(duì)文章進(jìn)行批注的功能。社交系統(tǒng)的發(fā)展離不開信息推薦技術(shù),如何在海量的文章數(shù)據(jù)做好文章分類,在用戶數(shù)據(jù)中做好用戶閱讀興趣挖掘,是推薦系統(tǒng)中需要解決的問題。
本文以文章分類和用戶閱讀興趣挖掘作為
2、推薦系統(tǒng)的核心問題,首先對(duì)比分析目前常用的文本分類技術(shù),結(jié)合網(wǎng)絡(luò)文章的特點(diǎn),最終采用多特征融合的方式進(jìn)行特征詞提取,并采用支持向量機(jī)進(jìn)行分類。然后,對(duì)于用戶閱讀興趣挖掘,本文通過分析用戶的閱讀行為,包括收藏、批注、評(píng)論、瀏覽等行為,確定用戶的興趣傾向,采用統(tǒng)計(jì)學(xué)的方法建立用戶的閱讀興趣模型,并以遺忘算法對(duì)用戶的興趣模型進(jìn)行更新。最后,本文以夾角余弦相似度算法確定模型之間的相似情況,采用基于內(nèi)容的推薦算法給用戶進(jìn)行信息推薦。
測(cè)
3、試結(jié)果表明,多特征融合的特征詞提取方法在文本分類的處理上比信息增益和卡方統(tǒng)計(jì)方法有更好的效果。通過統(tǒng)計(jì)學(xué)方法分析用戶的閱讀行為可以有效表達(dá)用戶的閱讀興趣。基于內(nèi)容的推薦算法在本系統(tǒng)的文章推薦中的精確度達(dá)到至少80%,符合項(xiàng)目需求。
論文首先通過介紹項(xiàng)目背景引出本文問題,然后對(duì)該問題進(jìn)行解決技術(shù)途徑的優(yōu)選,確定解決方案。之后對(duì)系統(tǒng)的需求進(jìn)行分析和定義,再詳細(xì)介紹了推薦方案的設(shè)計(jì),并對(duì)系統(tǒng)的架構(gòu)和核心功能的實(shí)現(xiàn)過程進(jìn)行了詳細(xì)分析,
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
- 基于社交網(wǎng)絡(luò)的個(gè)性化推薦系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn).pdf
- 基于社交網(wǎng)絡(luò)面向移動(dòng)終端的推薦系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn).pdf
- 基于位置的社交網(wǎng)絡(luò)興趣點(diǎn)推薦策略研究.pdf
- 基于位置社交網(wǎng)絡(luò)的興趣點(diǎn)推薦方法研究.pdf
- 基于社交網(wǎng)絡(luò)和信任模型的推薦系統(tǒng)的研究與實(shí)現(xiàn).pdf
- 社交網(wǎng)絡(luò)中信任推薦系統(tǒng)的研究與實(shí)現(xiàn).pdf
- 基于用戶投票推薦算法的社交網(wǎng)絡(luò)系統(tǒng)的研究與實(shí)現(xiàn).pdf
- 基于社交網(wǎng)絡(luò)的群體推薦系統(tǒng).pdf
- 基于用戶興趣模型的社交網(wǎng)絡(luò)好友推薦技術(shù)研究.pdf
- 基于社交網(wǎng)絡(luò)本體的好友推薦策略研究與實(shí)現(xiàn).pdf
- 基于用戶網(wǎng)絡(luò)社交信息的推薦算法研究與實(shí)現(xiàn).pdf
- 基于位置的社交網(wǎng)絡(luò)中高性能興趣點(diǎn)推薦算法研究.pdf
- 基于社交電商的UGC智能推薦系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn).pdf
- 基于用戶多興趣和社交網(wǎng)絡(luò)的個(gè)性化推薦研究
- 基于社交網(wǎng)絡(luò)的推薦系統(tǒng)研究.pdf
- 社交網(wǎng)絡(luò)中基于信任的推薦系統(tǒng).pdf
- 基于社交網(wǎng)絡(luò)的廣告管理系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn).pdf
- 移動(dòng)閱讀社交系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn).pdf
- 在線社交中基于微博的好友推薦系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn).pdf
- 基于混合推薦的手機(jī)閱讀推薦系統(tǒng)的研究與實(shí)現(xiàn).pdf
評(píng)論
0/150
提交評(píng)論