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(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、隨著電子商務(wù)的不斷發(fā)展,在客戶與電商的交互過程中,向客戶做出合理有用的推薦越來越重要。推薦技術(shù)是個(gè)跨學(xué)科的研究領(lǐng)域,它涉及統(tǒng)計(jì)學(xué)、機(jī)器學(xué)習(xí)、數(shù)據(jù)挖掘、人工智能、模式識別等。通過分析大量的數(shù)據(jù),挖掘出有價(jià)值的信息并向用戶做出合理的推薦。推薦技術(shù)已經(jīng)成為引領(lǐng)時(shí)代潮流的一個(gè)關(guān)鍵技術(shù)。
本文首先對傳統(tǒng)推薦方法中冷啟動、數(shù)據(jù)稀疏性、擴(kuò)展性差三方面進(jìn)行系統(tǒng)研究。本文在前人研究的基礎(chǔ)上,改進(jìn)了基于項(xiàng)目的協(xié)同過濾算法和提出基于用戶特征的推薦算
2、法。本文在Hadoop分布式平臺上,使用Mahout、MapReduce、HBase、Hive等技術(shù)實(shí)現(xiàn)了這些算法。使用交叉策略擴(kuò)展多維數(shù)據(jù),并整合網(wǎng)絡(luò)中的用戶日志信息,挖掘出用戶愛好特征,提出基于用戶特征的推薦算法緩解冷啟動問題。將傳統(tǒng)的協(xié)同過濾算法與商品粗細(xì)粒度化相結(jié)合,按照商品類別計(jì)算相似度、最后取評分最高的Top(k)個(gè)商品推薦給用戶,從而緩解數(shù)據(jù)稀疏問題。使用分布式和并行化的策略來解決擴(kuò)展性差的問題。最后通過實(shí)驗(yàn)并驗(yàn)證基于用戶
3、特征的推薦算法。
Mahout技術(shù)在推薦領(lǐng)域的應(yīng)用剛剛開始,應(yīng)用Hadoop和Mahout技術(shù),基于分類策略設(shè)計(jì)并現(xiàn)實(shí)一個(gè)郵件推送系統(tǒng)。在系統(tǒng)中,對象排序模型學(xué)習(xí)及元學(xué)習(xí)中使用分組AUC策略,當(dāng)進(jìn)行推薦時(shí),以分組AUC作為Adaptive Logistic Regression的目標(biāo)來優(yōu)化元參數(shù)學(xué)習(xí)。為了使Mahout分類器的分類速度更快,本文提出了如下三點(diǎn)改進(jìn)方案:
(1)將部分編碼的特征變量放入緩存。
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(hù)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(fù)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(shí)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。
最新文檔
- 基于Hadoop平臺和Mahout框架的推薦系統(tǒng)研究與實(shí)現(xiàn).pdf
- 基于Hadoop+Mahout的智能終端云應(yīng)用推薦引擎的研究與實(shí)現(xiàn).pdf
- 基于Mahout視頻推薦系統(tǒng)的研究與實(shí)現(xiàn).pdf
- 基于Hadoop和Mahout的菜品推薦系統(tǒng)的研究和實(shí)現(xiàn).pdf
- 基于Apache Mahout的推薦算法的研究與實(shí)現(xiàn).pdf
- 基于Hadoop和Mahout的K-Means算法設(shè)計(jì)與實(shí)現(xiàn).pdf
- 基于MAHOUT的幾種推薦算法的組合實(shí)現(xiàn)與評測.pdf
- 基于Mahout的分布式視頻推薦系統(tǒng)的研究與實(shí)現(xiàn).pdf
- 基于Hadoop的電影推薦系統(tǒng)研究與實(shí)現(xiàn).pdf
- 基于Hadoop的電影推薦系統(tǒng)的研究與實(shí)現(xiàn).pdf
- 基于Mahout的MinHash算法研究與實(shí)現(xiàn).pdf
- 基于互聯(lián)網(wǎng)用戶特征的商品推薦系統(tǒng)研究——基于Hadoop和Mahout.pdf
- 基于Hadoop的SRS學(xué)生推薦系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn).pdf
- 基于Hadoop的協(xié)同過濾推薦系統(tǒng)研究與實(shí)現(xiàn).pdf
- 基于Hadoop的電子商務(wù)推薦系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn).pdf
- 基于Hadoop的推薦算法的研究與應(yīng)用.pdf
- 基于Hadoop平臺的職位推薦系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn).pdf
- 基于hadoop技術(shù)云存儲平臺的研究與實(shí)現(xiàn).pdf
- 基于Hadoop的協(xié)同過濾推薦算法的設(shè)計(jì)與實(shí)現(xiàn).pdf
- 基于Mahout的高校圖書館個(gè)性化圖書推薦系統(tǒng)的研究與實(shí)現(xiàn).pdf
評論
0/150
提交評論