

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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、隨著互聯(lián)網(wǎng)中的信息量劇增,用戶個(gè)性化需求日趨急切,推薦系統(tǒng)已經(jīng)成為信息過濾的熱門工具。協(xié)同過濾推薦算法是應(yīng)用最廣泛的推薦算法。為進(jìn)一步提升推薦結(jié)果的準(zhǔn)確度,大量基于用戶關(guān)系的協(xié)同過濾算法被提出,例如基于社交網(wǎng)絡(luò)用戶關(guān)系的推薦算法等。然而,被眾多的研究者忽略的商品關(guān)系對(duì)于提高推薦算法的準(zhǔn)確度卻有更好的效果。
本文旨在將商品關(guān)系融合到傳統(tǒng)的協(xié)同過濾推薦算法中以進(jìn)一步提升推薦效果。通常商品關(guān)系可分為隱式關(guān)系和顯式關(guān)系。首先,為解決利
2、用相似度算法發(fā)掘隱式商品關(guān)系方法中存在的不足,例如對(duì)稱性以及不能同時(shí)考慮多個(gè)商品間的關(guān)系等問題,本文利用改進(jìn)的關(guān)聯(lián)規(guī)則技術(shù)挖掘一對(duì)一及多對(duì)一的隱式商品關(guān)系,并以此關(guān)系作為正則項(xiàng)融合到矩陣分解模型中。同時(shí),為進(jìn)一步研究不同商品關(guān)系對(duì)提升推薦效果的影響,本文設(shè)計(jì)了四種不同的選取隱式商品關(guān)系的策略。
其次,在真實(shí)的電子商務(wù)系統(tǒng)中,商品之間往往存在顯式的關(guān)系:具有相似特征的商品會(huì)被分配到同一類別中,反之則被分配到不同類別中。同時(shí)考慮到
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(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。
最新文檔
- 協(xié)同過濾推薦算法改進(jìn)研究.pdf
- 協(xié)同過濾推薦算法及其改進(jìn)研究.pdf
- 基于用戶的協(xié)同過濾推薦算法的改進(jìn)研究.pdf
- 改進(jìn)型協(xié)同過濾推薦算法研究
- 改進(jìn)型協(xié)同過濾推薦算法研究.pdf
- 改進(jìn)的多準(zhǔn)則評(píng)分協(xié)同過濾推薦算法.pdf
- 協(xié)同過濾推薦算法的改進(jìn)與集成研究.pdf
- 協(xié)同過濾的服裝推薦算法的改進(jìn)研究.pdf
- 改進(jìn)用戶模型的協(xié)同過濾推薦算法.pdf
- 基于Hadoop的改進(jìn)聚類協(xié)同過濾推薦算法研究.pdf
- 基于hadoop的協(xié)同過濾推薦算法改進(jìn)及其實(shí)現(xiàn).pdf
- 基于改進(jìn)協(xié)同過濾的服飾推薦算法的研究與實(shí)現(xiàn).pdf
- 利用離群點(diǎn)檢測(cè)改進(jìn)協(xié)同過濾推薦算法.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
- 基于項(xiàng)目相似度改進(jìn)的協(xié)同過濾TopN推薦算法研究.pdf
- 基于協(xié)同過濾技術(shù)的推薦算法研究
- 基于用戶行為協(xié)同過濾推薦算法.pdf
評(píng)論
0/150
提交評(píng)論