2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩75頁未讀, 繼續(xù)免費閱讀

下載本文檔

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),請進行舉報或認領(lǐng)

文檔簡介

1、如今,推薦系統(tǒng)已成為解決信息過載問題的有力工具。最近數(shù)十年里,推薦系統(tǒng)主要為個體消費者提供服務(wù)并且取得了很大成功;信息技術(shù)以及社交網(wǎng)絡(luò)迅猛發(fā)展,促使用戶在網(wǎng)絡(luò)中結(jié)成群體參與活動。群體中的成員通常具有相似的偏好,他們參與到群體活動中,并受到其他成員的影響。面向個體用戶的推薦系統(tǒng)已經(jīng)不適于向群體用戶提供推薦。隨著電子商務(wù)等社交網(wǎng)站上群體規(guī)模的不斷擴大,構(gòu)建推薦系統(tǒng)并提供面向群體的推薦服務(wù),降低用戶信息檢索的時間和精力,提高檢索效率的需求已變

2、得十分重要。
  本文提出了一種新穎的基于優(yōu)化協(xié)同過濾與中位數(shù)加權(quán)平均的群推薦方法。該方法包括混合協(xié)同過濾預(yù)測評分方法和群體用戶評分集結(jié)方法?;旌蠀f(xié)同過濾預(yù)測評分方法融合了基于用戶和基于項目的協(xié)同過濾預(yù)測評分,對項目評分空值進行預(yù)測。在計算項目的相似度時,使用加權(quán)平均方法融合項目的評分相似性與類型相似性作為項目的相似性。基于中位數(shù)的加權(quán)平均集結(jié)策略在集結(jié)群體中所有成員的評分時,首先采用群體中所有用戶的評分中位數(shù)作為標(biāo)準(zhǔn)計算用戶的評

3、分可信度,然后使用用戶評分可信度修正用戶的評分頻度權(quán)重作為用戶最終的權(quán)重?;谥形粩?shù)的加權(quán)平均集結(jié)策略綜合考慮了群體用戶在評分過程中的作用,消除了個別用戶的預(yù)測評分差異過大帶來的影響。
  本文采用Movielens電影評分?jǐn)?shù)據(jù)集,探索了項目類型相似性權(quán)重和用戶相似性權(quán)重對本文推薦算法的影響;將本文提出的混合協(xié)同過濾預(yù)測評分方法與傳統(tǒng)預(yù)測評分方法進行比較;并將本文提出的基于中位數(shù)的加權(quán)平均集結(jié)策略與5種經(jīng)典的用戶評分集結(jié)策略進行對

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(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空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)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(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)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