播存結(jié)構(gòu)中基于UCL的個性化推薦技術(shù)的研究與實現(xiàn).pdf_第1頁
已閱讀1頁,還剩77頁未讀, 繼續(xù)免費閱讀

下載本文檔

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(rèn)領(lǐng)

文檔簡介

1、隨著網(wǎng)絡(luò)應(yīng)用的普及,互聯(lián)網(wǎng)逐漸成為一個內(nèi)容共享的平臺。面對海量的信息,主干網(wǎng)絡(luò)的傳輸壓力劇增。適合于內(nèi)容共享的播存結(jié)構(gòu),可以很好地緩解內(nèi)容傳輸壓力。另外,對用戶個體而言,海量的互聯(lián)網(wǎng)信息中包含許多其不感興趣的內(nèi)容。如果能夠引入個性化推薦功能,將會幫助用戶更快捷地發(fā)現(xiàn)其感興趣的內(nèi)容。因此,播存結(jié)構(gòu)中的個性化推薦系統(tǒng)具有一定的應(yīng)用價值。
  統(tǒng)一內(nèi)容標(biāo)簽UCL(Uniform Content Label)是播存結(jié)構(gòu)中信息傳輸?shù)妮d體,因

2、此本文首先對UCL標(biāo)引進行了研究。在此基礎(chǔ)上,對基于UCL的新聞個性化推薦技術(shù)進行了研究。主要工作包括以下幾個方面:
  (1)對UCL標(biāo)引的研究。UCL標(biāo)引是播存結(jié)構(gòu)中個性化推薦的基礎(chǔ),本文首先對其中字詞和內(nèi)容要義兩個關(guān)鍵域填充的相關(guān)方法進行研究,并根據(jù)新聞文章的一般特征給出了UCL關(guān)鍵域內(nèi)容填充的方法,為后續(xù)個性化推薦的研究奠定了基礎(chǔ)。
  (2)對播存結(jié)構(gòu)中基于UCL的個性化推薦算法的研究。首先分析了目前主要推薦算法的

3、優(yōu)缺點,然后根據(jù)播存結(jié)構(gòu)的特性,設(shè)計了一種基于時間窗口的混合式個性化推薦算法TWHR(Time-window based hybrid recommendation algorithm)。該算法包括客戶端基于內(nèi)容的推薦算法(TWHR-C)和服務(wù)器端基于用戶的協(xié)同過濾推薦算法(TWHR-S)兩部分。TWHR算法考慮了UCL特征和時效性因素對推薦的影響,對傳統(tǒng)的算法進行了改進,從而彌補了傳統(tǒng)推薦算法在基于UCL的個性化推薦中的不足。

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(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

評論

0/150

提交評論