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、隨著Internet的普及,電子商務也成為當下的主流,每天Internet上的信息更新量呈指數(shù)級增長,導致出現(xiàn)“信息過載”的現(xiàn)象,浩瀚的信息中有99%的信息是用戶不需要的。用戶難以在海量的信息中快速找到自己所需的產(chǎn)品,因此,個性化推薦系統(tǒng)隨之產(chǎn)生,其中協(xié)同過濾推薦技術(shù)又是個性化推薦系統(tǒng)研究熱點之一。然而,這在實際運用過程中,仍然存在著諸多問題亟待解決,譬如:用戶對商品評價數(shù)據(jù)的稀疏性問題;隨著用戶和項目數(shù)的增多,推薦系統(tǒng)的性能將會隨之降
2、低等。本文針對當前存在的這些問題,將對傳統(tǒng)的協(xié)同過濾推薦算法進行改進。
本文的主要研究工作如下:
(1).闡述了當前推薦技術(shù)在國內(nèi)外的研究進展,對推薦系統(tǒng)的分類、結(jié)構(gòu)及技術(shù)難點作了比較深入的討論,在這基礎(chǔ)之上,對推薦系統(tǒng)中協(xié)同過濾技術(shù)進行了重點研究。
(2).詳細的分析協(xié)同過濾技術(shù)中基于用戶的協(xié)同過濾(User-basedCF)和基于項目的協(xié)同過濾技術(shù)(Item-basedCF)的適用環(huán)境及潛在的問題,
3、如協(xié)同過濾推薦算法中存在的數(shù)據(jù)稀疏性問題等,并提出使用非負矩陣分解技術(shù)來解決,取得了較好的效果。
(3).針對傳統(tǒng)協(xié)同過濾技術(shù)中存在的數(shù)據(jù)稀疏性和擴展性問題,本文提出了利用非負矩陣分解技術(shù)對用戶和項目評分矩陣進行規(guī)范、簡化和降維處理,提出了以聚類算法進行劃分不同用戶類型,并將聚類劃分用戶結(jié)果作為最近鄰居,最后通過協(xié)同過濾算法進行預測評分,產(chǎn)生推薦。
(4).通過使用MovieLens站點數(shù)據(jù)進行模擬比對實驗,驗證了本
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)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 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。
- 6. 下載文件中如有侵權(quán)或不適當內(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。
最新文檔
- 非負矩陣分解與聚類方法在個性化推薦系統(tǒng)中的應用研究.pdf
- 非負矩陣分解算法研究及其在個性化推薦系統(tǒng)中的應用
- 19151.β散度的非負矩陣分解在基因聚類中的應用研究
- 基于矩陣分解的個性化推薦系統(tǒng)研究.pdf
- 基于Web聚類的個性化推薦服務應用研究.pdf
- 基于非負矩陣分解的多視圖聚類方法研究.pdf
- 基于非負矩陣分解的集成聚類研究.pdf
- 基于用戶聚類的個性化推薦方法研究.pdf
- 非負矩陣分解及在社區(qū)檢測和搜索結(jié)果聚類中的應用.pdf
- 基于非負矩陣分解的時序數(shù)據(jù)聚類方法.pdf
- 基于概率矩陣分解的個性化推薦系統(tǒng)研究.pdf
- 非負矩陣分解在圖像融合中的應用研究.pdf
- 基于非負矩陣分解的多視圖聚類研究.pdf
- 基于正則化方法的非負矩陣分解算法及其應用研究.pdf
- 非負矩陣分解在潮汐分析和預報中的應用研究.pdf
- 基于譜聚類的個性化推薦系統(tǒng)研究.pdf
- 非負矩陣分解方法及其在人臉識別中的應用.pdf
- 稀疏約束非負矩陣分解方法及其應用研究.pdf
- 矩陣分解在圖像分類和聚類中的應用研究.pdf
- 非負矩陣分解在圖像分析中的應用.pdf
評論
0/150
提交評論