已閱讀1頁，還剩14頁未讀， 繼續(xù)免費閱讀
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)行舉報或認(rèn)領(lǐng)
文檔簡介
1、高級數(shù)據(jù)挖掘期末大作業(yè)下圖展示了構(gòu)成Taste的核心組件：從上圖可見，Taste由以下幾個主要組件組成：DataModel：DataModel是用戶喜好信息的抽象接口，它的具體實現(xiàn)支持從指定類型的數(shù)據(jù)源抽取用戶喜好信息。在Mahout0.5中，Taste提供JDBCDataModel和FileDataModel兩種類的實現(xiàn)，分別支持從數(shù)據(jù)庫和文件文件系統(tǒng)中讀取用戶的喜好信息。對于數(shù)據(jù)庫的讀取支持，在Mahout0.5中只提供了對MySQ
2、L和PostgreSQL的支持，如果數(shù)據(jù)存儲在其他數(shù)據(jù)庫，或者是把數(shù)據(jù)導(dǎo)入到這兩個數(shù)據(jù)庫中，或者是自行編程實現(xiàn)相應(yīng)的類。UserSimilarit和ItemSimilarity：前者用于定義兩個用戶間的相似度，后者用于定義兩個項目之間的相似度。Mahout支持大部分駐留的相似度或相關(guān)度計算方法，針對不同的數(shù)據(jù)源，需要合理選擇相似度計算方法。UserNeighbhood：在基于用戶的推薦方法中，推薦的內(nèi)容是基于找到與當(dāng)前用戶喜好相似的“鄰
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
- 基于協(xié)同過濾的電影推薦系統(tǒng)的構(gòu)建.pdf
- 基于協(xié)同過濾算法的電影推薦應(yīng)用研究.pdf
- 基于協(xié)同過濾算法的音樂推薦系統(tǒng).pdf
- 基于協(xié)同過濾推薦算法電影網(wǎng)站的構(gòu)建.pdf
- 基于協(xié)同過濾的推薦系統(tǒng)相關(guān)算法研究.pdf
- 基于協(xié)同過濾技術(shù)的推薦算法研究
- 基于協(xié)同過濾的圖書推薦算法研究
- 推薦系統(tǒng)中基于內(nèi)存的協(xié)同過濾算法研究.pdf
- 基于用戶協(xié)同過濾推薦算法的研究.pdf
- 基于協(xié)同過濾技術(shù)的推薦算法研究.pdf
- 基于雙邊匹配的協(xié)同過濾推薦算法.pdf
- 基于協(xié)同過濾的圖書推薦算法研究.pdf
- 推薦系統(tǒng)中協(xié)同過濾算法研究.pdf
- 基于用戶行為協(xié)同過濾推薦算法.pdf
- 基于SVD的協(xié)同過濾推薦算法研究.pdf
- 基于協(xié)同過濾的器件推薦算法研究.pdf
- 協(xié)同過濾推薦算法研究.pdf
- 推薦系統(tǒng)中協(xié)同過濾算法的研究.pdf
- 推薦系統(tǒng)中的協(xié)同過濾算法研究.pdf
- 基于MapReduce的協(xié)同過濾推薦算法研究.pdf
評論
0/150
提交評論