基于離散多視圖哈希的協(xié)同過(guò)濾推薦算法研究.pdf_第1頁(yè)
已閱讀1頁(yè),還剩64頁(yè)未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶(hù)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、信息和網(wǎng)絡(luò)技術(shù)的高速發(fā)展,帶來(lái)了資源和數(shù)據(jù)的爆炸性增長(zhǎng)。為了提高用戶(hù)的有效信息獲取能力,個(gè)性化推薦系統(tǒng)正發(fā)揮著越來(lái)越重要的作用。傳統(tǒng)的協(xié)同過(guò)濾推薦技術(shù)往往只能利用單一視圖下的用戶(hù)信息,且需要通過(guò)高維向量之間的運(yùn)算才能夠計(jì)算出對(duì)用戶(hù)偏好的預(yù)測(cè)評(píng)分,這嚴(yán)重影響了計(jì)算和存儲(chǔ)效率,其算法的解法也造成了大量的信息丟失。提出了一種基于離散多視圖哈希的協(xié)同過(guò)濾推薦算法,不僅融合了不同視圖下的信息,而且對(duì)用戶(hù)和物品同時(shí)進(jìn)行編碼,最大程度上利用了可以獲取

2、到的數(shù)據(jù);還提出了一種針對(duì)模型的高效的解法,從而實(shí)現(xiàn)了高質(zhì)量的推薦結(jié)果計(jì)算。
  本文的主要工作有:
  首先,針對(duì)多視圖數(shù)據(jù)使用一種多視圖局部錨點(diǎn)嵌入的錨點(diǎn)圖構(gòu)建方法,實(shí)現(xiàn)了不同視圖數(shù)據(jù)的融合,既保留了不同視圖內(nèi)的原始信息,又保留了視圖之間的原有結(jié)構(gòu)。
  其次,利用構(gòu)建得到的多視圖錨點(diǎn)圖,提出了一種多視圖數(shù)據(jù)下的協(xié)同過(guò)濾哈希算法,為多視圖數(shù)據(jù)學(xué)習(xí)具有相似度保留特性的二進(jìn)制哈希編碼。選擇對(duì)用戶(hù)和物品同時(shí)進(jìn)行編碼,以便

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)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(hù)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(méi)有圖紙預(yù)覽就沒(méi)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(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)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(hù)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。

評(píng)論

0/150

提交評(píng)論