

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、隨著互聯(lián)網(wǎng)技術(shù)的發(fā)展,越來(lái)越多的人會(huì)選擇在網(wǎng)上進(jìn)行購(gòu)物、查看新聞、看電影等等,但是名目繁多的選項(xiàng)會(huì)讓人不知如何選擇,由此出現(xiàn)了所謂的“信息過(guò)載”現(xiàn)象。所以,對(duì)過(guò)多的信息進(jìn)行篩選是很有必要的,可以改善用戶的上網(wǎng)體驗(yàn),快速地定位找到用戶所需的信息,由此推薦系統(tǒng)應(yīng)運(yùn)而生。同時(shí),隨著大數(shù)據(jù)時(shí)代的到來(lái),越來(lái)越多的數(shù)據(jù)會(huì)以流的形式出現(xiàn),但對(duì)數(shù)據(jù)流的利用率并不是很高,于是本文提出了將數(shù)據(jù)流分析與推薦系統(tǒng)相結(jié)合的想法,以實(shí)現(xiàn)更加個(gè)性化的推薦方案。
2、> 本文立足于對(duì)數(shù)據(jù)流中的點(diǎn)擊流數(shù)據(jù)進(jìn)行研究分析,在此基礎(chǔ)上從兩個(gè)方面研究推薦方法。首先,在MapReduce并行計(jì)算框架下研究頻繁項(xiàng)集的挖掘,提出了一種新的基于二叉樹的并行頻繁項(xiàng)集挖掘算法(以下簡(jiǎn)稱為FIMB算法),利用一次Map/Reduce過(guò)程即可完成挖掘,不需要進(jìn)行迭代計(jì)算,充分應(yīng)用了集群的并行性,并根據(jù)挖掘結(jié)果進(jìn)行關(guān)聯(lián)推薦。其次,本文提出了一種在社交網(wǎng)絡(luò)中基于信任的推薦系統(tǒng)模型,該模型的主要思想是代理在社交網(wǎng)絡(luò)中取得所需信息
3、,并通過(guò)這些信息之間的信任關(guān)系來(lái)進(jìn)行信息過(guò)濾;研究中還發(fā)現(xiàn)網(wǎng)絡(luò)的密度、代理之間偏好的各異性和知識(shí)的稀疏性都是影響系統(tǒng)性能的至關(guān)重要的因素。最后,本文將點(diǎn)擊流數(shù)據(jù)分析與兩種推薦模型相結(jié)合,提出了一種基于點(diǎn)擊流的推薦系統(tǒng)框架模型,并用流程圖的形式給出了系統(tǒng)框架,同時(shí)列舉了幾種準(zhǔn)則來(lái)評(píng)估推薦系統(tǒng)的推薦效果。
本文通過(guò)實(shí)驗(yàn)對(duì)比的方式證明了FIMB算法的效率高于CD和DD兩種并行算法,并采用數(shù)學(xué)公式的計(jì)算方法來(lái)近似分析了社交網(wǎng)絡(luò)中基于信
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
- 基于數(shù)據(jù)流挖掘分析的網(wǎng)絡(luò)入侵檢測(cè)系統(tǒng)研究.pdf
- 基于用戶點(diǎn)擊流數(shù)據(jù)挖掘的推薦系統(tǒng)研究.pdf
- 數(shù)據(jù)流挖掘
- 基于入侵檢測(cè)的數(shù)據(jù)流挖掘研究.pdf
- 基于實(shí)時(shí)數(shù)據(jù)流的應(yīng)用系統(tǒng)研究.pdf
- 數(shù)據(jù)流挖掘算法研究.pdf
- 基于數(shù)據(jù)流的相關(guān)挖掘方法研究.pdf
- 基于數(shù)據(jù)流的頻繁集挖掘研究.pdf
- 數(shù)據(jù)流頻繁項(xiàng)集挖掘系統(tǒng)的研究.pdf
- 數(shù)據(jù)流數(shù)據(jù)庫(kù)管理系統(tǒng)研究.pdf
- 數(shù)據(jù)流查詢和數(shù)據(jù)流挖掘在油田中應(yīng)用的研究.pdf
- 數(shù)據(jù)流容錯(cuò)挖掘算法研究.pdf
- 基于數(shù)據(jù)流的關(guān)聯(lián)規(guī)則挖掘方法的研究.pdf
- 基于數(shù)據(jù)流挖掘技術(shù)的流量識(shí)別.pdf
- 基于數(shù)據(jù)流的時(shí)間序列異常數(shù)據(jù)挖掘的研究.pdf
- 基于數(shù)據(jù)流挖掘的流量識(shí)別技術(shù)研究.pdf
- 基于數(shù)據(jù)流挖掘的網(wǎng)絡(luò)流量識(shí)別研究.pdf
- 基于計(jì)數(shù)的數(shù)據(jù)流頻繁項(xiàng)挖掘算法研究.pdf
- 基于數(shù)據(jù)流頻繁模式挖掘的入侵檢測(cè)系統(tǒng)設(shè)計(jì)與研究.pdf
- 數(shù)據(jù)流的頻繁模式挖掘算法研究.pdf
評(píng)論
0/150
提交評(píng)論