

已閱讀1頁,還剩73頁未讀, 繼續(xù)免費閱讀
版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、快速發(fā)展的互聯(lián)網作為當今社會人們獲取信息的重要途徑,信息過載問題已經成為人們不得不面對的問題。推薦系統(tǒng)是用來解決信息過載的有效工具,也是當今學術界和工業(yè)界研究的熱點問題。協(xié)同過濾推薦算法是目前應用最廣泛的算法,近幾年來基于矩陣分解的方法也收到越來越多的關注。
本文圍繞著矩陣分解的協(xié)同過濾推薦算法進行了深入的研究和討論,主要內容如下:
1.全面介紹了推薦系統(tǒng)的研究背景和研究意義以及國內外研究現狀,并詳細介紹了常用的推薦
2、算法,包括基于內容的推薦,基于協(xié)同過濾的推薦,基于圖的推薦,基于關聯(lián)規(guī)則的推薦和組合推薦方式,然后對推薦系統(tǒng)面臨的挑戰(zhàn)做了簡要的說明。
2.詳細介紹了目前已有的基于矩陣分解的推薦算法,包括基本的奇異值分解,規(guī)范化奇異值分解,加入偏置項的奇異值分解,加入鄰域信息的奇異值分解,加入時間信息的奇異值分解以及非負矩陣分解等方法。
3.針對離散評分數據集,提出了基于二項矩陣分解的改進的模型,在假設評分數據服從二項分布的前提下,
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。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,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
- 基于矩陣分解及其圖模型的協(xié)同過濾推薦算法研究.pdf
- 基于協(xié)同過濾和矩陣分解的推薦算法的研究與改進.pdf
- 基于矩陣分解的并行協(xié)同過濾算法研究.pdf
- 基于核矩陣分解和魯棒估計的協(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)同過濾技術的推薦算法研究.pdf
- 基于協(xié)同過濾的圖書推薦算法研究.pdf
- 基于協(xié)同過濾技術的推薦算法研究
- 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
- 基于圖構建與矩陣分解聯(lián)合學習的協(xié)同過濾算法研究.pdf
- 基于協(xié)同過濾的圖書推薦算法研究
- 基于MapReduce的協(xié)同過濾推薦算法研究.pdf
- 基于奇異值和重組信任矩陣的協(xié)同過濾推薦算法的研究.pdf
- 協(xié)同過濾推薦算法改進研究.pdf
- 新型協(xié)同過濾推薦算法研究.pdf
- 基于雙邊匹配的協(xié)同過濾推薦算法.pdf
- 基于用戶興趣的協(xié)同過濾推薦算法研究.pdf
- 基于大數據的協(xié)同過濾推薦算法研究.pdf
評論
0/150
提交評論