基于主動(dòng)學(xué)習(xí)的個(gè)性化推薦算法研究.pdf_第1頁(yè)
已閱讀1頁(yè),還剩65頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

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、隨著信息技術(shù)的不斷發(fā)展,互聯(lián)網(wǎng)日益成為人們生活必不可少的東西,人們借助互聯(lián)網(wǎng)可以完成新聞瀏覽、網(wǎng)上購(gòu)物、觀看影片、分享信息等操作,這拉近了人們之間的距離。正由于其迅速發(fā)展,冗余信息、無(wú)用信息越來(lái)越多,隨之帶來(lái)的是信息過(guò)載問(wèn)題。為了解決信息過(guò)載問(wèn)題,各領(lǐng)域?qū)<姨岢隽朔诸惸夸洠阉飨到y(tǒng)等諸多技術(shù),目前推薦系統(tǒng)也成為解決信息過(guò)載的主流技術(shù)之一。推薦系統(tǒng)的目標(biāo)是挖掘用戶潛在的興趣,幫助用戶完成信息過(guò)濾。
  本文研究了基于主動(dòng)學(xué)習(xí)的推薦系

2、統(tǒng),利用主動(dòng)學(xué)習(xí)能夠主動(dòng)選擇合適的訓(xùn)練集,加快建立準(zhǔn)確模型的速度的特點(diǎn),解決冷啟動(dòng)中的新用戶問(wèn)題。通過(guò)在公開數(shù)據(jù)集MovieLens和MovieRating上進(jìn)行實(shí)驗(yàn),驗(yàn)證了本文提出的算法確實(shí)可以緩解新用戶問(wèn)題。
  本文的主要工作和貢獻(xiàn)有:
  1)本文分析研究了目前主流的推薦算法和主動(dòng)學(xué)習(xí)算法,在推薦算法上,重點(diǎn)研究了基于矩陣分解的Baseline SVD算法,并通過(guò)實(shí)驗(yàn)比較,驗(yàn)證了其確實(shí)優(yōu)于其他算法。
  2)本

3、文分析了推薦系統(tǒng)目前存在的難點(diǎn)和重點(diǎn),針對(duì)冷啟動(dòng)的新用戶問(wèn)題,提出了一種基于震蕩系數(shù)作為主動(dòng)學(xué)習(xí)樣例選擇的策略,Baseline SVD作為基準(zhǔn)學(xué)習(xí)器的方法。通過(guò)與隨機(jī)選擇策略和流行選擇策略進(jìn)行比較,證明了本文提出的算法確實(shí)有利于對(duì)新用戶加快啟動(dòng)推薦。
  3)基于震蕩系數(shù)的算法是基于改變浮動(dòng)較大的樣本具有更高價(jià)值的假設(shè),然而震蕩系數(shù)受到很多因素的影響,例如模型本身的不準(zhǔn)確性。本文提出了另一種基于誤差估計(jì)的樣例選擇策略,并將其與基

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(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。

評(píng)論

0/150

提交評(píng)論