

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、蘇州大學(xué)學(xué)位論文獨(dú)創(chuàng)性聲明本人鄭重聲明:所提交的學(xué)位論文是本人在導(dǎo)師的指導(dǎo)下,獨(dú)立進(jìn)行研究工作所取得的成果。除文中已經(jīng)注明引用的內(nèi)容外,本論文不含其他個(gè)人或集體已經(jīng)發(fā)表或撰寫(xiě)過(guò)的研究成果,也不含為獲得蘇州大學(xué)或其它教育機(jī)構(gòu)的學(xué)位證書(shū)而使用過(guò)的材料。對(duì)本文的研究作出重要貢獻(xiàn)的個(gè)人和集體,均已在文中以明確方式標(biāo)明。本人承擔(dān)本聲明的法律責(zé)任。論文作者簽名:盔!扭裊El融合圖像相似性與協(xié)同過(guò)濾的個(gè)性化推薦算法研究中文摘要融合圖像相似性與協(xié)同過(guò)濾
2、的個(gè)性化推薦算法研究中文摘要隨著計(jì)算機(jī)互聯(lián)網(wǎng)的迅猛發(fā)展,電子商務(wù)將迎來(lái)前所未有的高速發(fā)展時(shí)期。電子商務(wù)推薦系統(tǒng)作為一個(gè)非常重要的購(gòu)物助手,可以幫助用戶在海量商品中快速找到所需的商品,可以幫助企業(yè)有效地留住用戶,增加銷(xiāo)量,提升企業(yè)競(jìng)爭(zhēng)力。目前推薦系統(tǒng)已廣泛應(yīng)用在大型電子商務(wù)網(wǎng)站中,例如亞馬遜、淘寶、京東等。但是傳統(tǒng)的協(xié)同過(guò)濾技術(shù)依然存在著冷啟動(dòng)、數(shù)據(jù)稀疏、可擴(kuò)展性等多個(gè)難題,尤其是目前大多數(shù)電子商務(wù)購(gòu)物網(wǎng)站都是通過(guò)商品的圖片信息來(lái)吸引顧客
3、,但是目前推薦系統(tǒng)大多沒(méi)有用到商品的圖片信息,本文針對(duì)如何利用商品的圖像信息進(jìn)行推薦進(jìn)行研究,將圖像相似性和傳統(tǒng)的協(xié)同過(guò)濾推薦算法相結(jié)合,提出了基于融合策略的個(gè)性化推薦算法,本文主要研究工作如下:(1)針對(duì)目前推薦系統(tǒng)評(píng)分系統(tǒng)稀疏問(wèn)題、新項(xiàng)目問(wèn)題以及傳統(tǒng)的協(xié)同過(guò)濾在近鄰尋找時(shí)出現(xiàn)的可信度不高問(wèn)題,從相似性度量算法出發(fā),提出了可以依據(jù)不同用戶間的評(píng)分?jǐn)?shù)據(jù)自適應(yīng)調(diào)整的相似度度量因子以及區(qū)分用戶積極傾向和消極傾向的近鄰偏好因子,綜合上述兩個(gè)因
4、子提出了優(yōu)化近鄰選擇的協(xié)同過(guò)濾算法。(2)圖像相似度推薦的關(guān)鍵問(wèn)題是圖像匹配,本文在深入研究局部特征算法的基礎(chǔ)上,針對(duì)尺度不變特征變換算法的不足,提出了新的局部特征描述算法CGCISIFT,并通過(guò)實(shí)驗(yàn)與SIFT以及其著名的擴(kuò)展算法ASIFT、SURF以及PCA—SIFT在尺度不變性、旋轉(zhuǎn)不變性、光照不變性、仿射不變性以及時(shí)效性等六個(gè)方面做了對(duì)比驗(yàn)證,驗(yàn)證了CGCISIFT的性能。(3)提出基于融合策略興趣偏好模型以及可調(diào)節(jié)加權(quán)平衡因子,
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(méi)有圖紙預(yù)覽就沒(méi)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
- 個(gè)性化推薦協(xié)同過(guò)濾算法研究.pdf
- 基于協(xié)同過(guò)濾的個(gè)性化推薦相似度測(cè)量算法的研究.pdf
- 基于用戶相似性的協(xié)同過(guò)濾推薦算法研究.pdf
- 個(gè)性化推薦技術(shù)中的協(xié)同過(guò)濾算法研究.pdf
- 基于協(xié)同過(guò)濾算法的APP個(gè)性化推薦研究.pdf
- 個(gè)性化推薦系統(tǒng)中協(xié)同過(guò)濾算法的研究.pdf
- 基于協(xié)同過(guò)濾的個(gè)性化推薦算法的研究與應(yīng)用.pdf
- 個(gè)性化推薦系統(tǒng)中的協(xié)同過(guò)濾算法研究.pdf
- 基于協(xié)同過(guò)濾算法的個(gè)性化推薦系統(tǒng)的研究.pdf
- 協(xié)同過(guò)濾個(gè)性化推薦技術(shù)的研究.pdf
- 電子商務(wù)的個(gè)性化協(xié)同過(guò)濾推薦算法研究
- 協(xié)同過(guò)濾算法在個(gè)性化推薦系統(tǒng)中的研究.pdf
- 面向教育資源個(gè)性化推薦的協(xié)同過(guò)濾算法研究
- 協(xié)同過(guò)濾算法在商品個(gè)性化推薦中的研究.pdf
- 基于聚類(lèi)的協(xié)同過(guò)濾個(gè)性化推薦算法研究.pdf
- 基于改進(jìn)協(xié)同過(guò)濾算法的個(gè)性化景點(diǎn)推薦研究.pdf
- 面向教育資源個(gè)性化推薦的協(xié)同過(guò)濾算法研究.pdf
- 電子商務(wù)的個(gè)性化協(xié)同過(guò)濾推薦算法研究.pdf
- 推薦系統(tǒng)中基于相似性計(jì)算的協(xié)同過(guò)濾算法研究.pdf
- 基于協(xié)同過(guò)濾算法的個(gè)性化推薦應(yīng)用研究.pdf
評(píng)論
0/150
提交評(píng)論