個性化推薦系統(tǒng)優(yōu)化及其大數(shù)據(jù)處理研究.pdf_第1頁
已閱讀1頁,還剩78頁未讀, 繼續(xù)免費閱讀

下載本文檔

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、信息檢索是獲取互聯(lián)網信息的重要方式,在這個階段,人們能夠檢索到信息,但卻需要自己去鑒別信息的有用性。個性化推薦系統(tǒng)是在大數(shù)據(jù)時代,機器通過分析用戶的個人喜好以及在互聯(lián)網上留下的個人歷史?跡而進行的有針對性的信息投送技術。推薦系統(tǒng)目前在電子商務,音樂服務,電影服務業(yè)都有比較成熟的應用。但就現(xiàn)階段的成熟性而言,推薦系統(tǒng)在系統(tǒng)架構與算法研究上都還有很多值得深入研究的內容。
  冷啟動是推薦系統(tǒng)中與生俱來的核心問題之一,由于用戶或物品的新

2、加入從而導致推薦系統(tǒng)無法學習用戶或物品的個性化特征,也因此導致推薦系統(tǒng)無法針對此用戶或物品提供恰當?shù)耐扑]建議,傳統(tǒng)上基于人口學冷啟動推薦又往往在整體可擴展性,計算效率上存在比較大的問題,且存在長尾效應。如何解決這些問題,本課題提出了基于聚類與信息檢索的方式,給出了這些問題的優(yōu)化方案。
  大數(shù)據(jù)處理是應對海量數(shù)據(jù)的基礎架構,本課題中我們討論并給出了通用的針對基于內容推薦,基于協(xié)同推薦的通用設計方案,以及課題提出的冷啟動方案的大數(shù)據(jù)

3、處理設計方案。
  SlopeOne是協(xié)同過濾算法中一種十分簡單且高效的推薦算法,算法需要依賴大量的用戶的評分,且如果要得到推薦結果,算法還需要大量的對待預測項目的評分,也就是算法本身也存在冷啟動問題,對于第一點,算法需要依賴大量評分信息,本課題設計了基于大數(shù)據(jù)處理平臺Hadoop的SlopeOne算法實現(xiàn)與優(yōu)化方案,方案對SlopeOne的增量計算特性進行了分解設計,并且對于可能出現(xiàn)的內存溢出問題進行了相應的設計。對于第二點,冷

4、啟動問題,我們充分利用了我們課題中的第一部分內容,我們把SlopeOne的數(shù)據(jù)集分為兩類:訓練數(shù)據(jù)集與測試數(shù)據(jù)集,訓練數(shù)據(jù)集是已經存在的真實歷史記錄,而測試數(shù)據(jù)集是通過冷啟動生成的具有適當評分的數(shù)據(jù)集,首先我們是想解決SlopeOne的稀疏性問題,因為待預測項目如果沒有任務評分信息,SlopeOne無法計算預測評分。其次,在大數(shù)據(jù)處理過程中,核心是如何對已經存在的歷史記錄建模,而用戶對于待預測的項目也是有一定的要求,而冷啟動方案中可以很

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(lián)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(xiàn)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(lián)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。

評論

0/150

提交評論