已閱讀1頁，還剩68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)，請進行舉報或認領(lǐng)
文檔簡介
1、隨著移動互聯(lián)網(wǎng)時代的到來，手機已經(jīng)成了購物、閱讀及社交活動的主要工具。人們每天都會在手機上瀏覽大量的新聞資訊，而面對海量的信息往往無從下手，大部分時間浪費在查找自己感興趣的信息上。新聞推薦系統(tǒng)利用個性化推薦技術(shù)幫助用戶從海量的新聞資訊中快速找到自己感興趣的信息。
協(xié)同過濾是推薦系統(tǒng)中應(yīng)用最為廣泛的推薦算法,原理是根據(jù)目標用戶的近鄰數(shù)據(jù)對未知物品進行評分預(yù)測，進而完成個性化推薦。本文圍繞協(xié)同過濾展開討論，分別對算法的分類、實現(xiàn)原
2、理和評估指標等方面進行了闡述，并且對協(xié)同過濾中存在的問題進行了討論，如數(shù)據(jù)稀疏、冷啟動問題等。針對上述問題詳細介紹了基于SVD的協(xié)同過濾，利用隱語義模型緩解了稀疏矩陣帶來的評分預(yù)測問題。文章進一步介紹了基于SVD的改進算法SVD++和TrustSVD，在SVD算法的基礎(chǔ)上分別加入了用戶的隱式反饋信息和信任網(wǎng)絡(luò)，使得推薦結(jié)果的精度得到了很大提升，并且針對信任模型中的缺陷進行了改進，加入了信任權(quán)重和信任偏置因子。
本文最后設(shè)計和實
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
- 改進型協(xié)同過濾推薦算法研究
- 改進型協(xié)同過濾推薦算法研究.pdf
- 基于SVD的協(xié)同過濾推薦算法研究.pdf
- 協(xié)同過濾推薦算法改進研究.pdf
- 基于商品關(guān)系改進的協(xié)同過濾推薦算法.pdf
- 協(xié)同過濾推薦算法及其改進研究.pdf
- 基于改進協(xié)同過濾算法的個性化新聞推薦系統(tǒng)的研究與實現(xiàn).pdf
- 基于協(xié)同過濾算法的電影推薦系統(tǒng)
- 推薦系統(tǒng)中協(xié)同過濾算法的改進與應(yīng)用.pdf
- 基于用戶的協(xié)同過濾推薦算法的改進研究.pdf
- 推薦系統(tǒng)中協(xié)同過濾算法的改進與研究.pdf
- 基于協(xié)同過濾算法的音樂推薦系統(tǒng).pdf
- 改進的多準則評分協(xié)同過濾推薦算法.pdf
- 基于協(xié)同過濾的推薦系統(tǒng)相關(guān)算法研究.pdf
- 協(xié)同過濾推薦算法的改進與集成研究.pdf
- 10978.基于改進的協(xié)同過濾算法的練習(xí)測試推薦系統(tǒng)
- 改進的協(xié)同過濾算法在推薦系統(tǒng)中的研究.pdf
- 協(xié)同過濾的服裝推薦算法的改進研究.pdf
- 改進用戶模型的協(xié)同過濾推薦算法.pdf
- 基于Hadoop的改進聚類協(xié)同過濾推薦算法研究.pdf
評論
0/150
提交評論