基于加權網(wǎng)絡的協(xié)同過濾推薦.pdf_第1頁
已閱讀1頁,還剩73頁未讀 繼續(xù)免費閱讀

下載本文檔

版權說明: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,請進行舉報或認領

文檔簡介

1、分類號密級UDC1注學位論文基于加權網(wǎng)絡的協(xié)同過濾推薦(題名和副題名)高佳祥(作者姓名)指導教師姓名高輝副教授博導電子科技大學成都(職務、職稱、學位、單位名稱及地址)申請專業(yè)學位級別碩士專業(yè)名稱計算機軟件與理論論文提交日期2012.03論文答辯日期2012.05學位授予單位和日期電子科技大學答辯委員會主席評閱人2012年月日注1:注明《國際十進分類法UDC》的類號。摘要I摘要隨著科學技術的飛速發(fā)展,互聯(lián)網(wǎng)絡正以指數(shù)級增長,提供給我們越來

2、越多的信息。而信息過濾技術的產(chǎn)生使我們可以從龐大的資源池中,快速獲取最相關的信息。協(xié)同過濾作為一種比較成熟的推薦技術已經(jīng)成功應用于互聯(lián)網(wǎng)的各個場景,它主要是根據(jù)屬性或興趣相近的用戶經(jīng)驗與建議作為提供個性化推薦的基礎。透過協(xié)同過濾,有助于搜集具有類似偏好或?qū)傩缘挠脩?,并將其意見提供給同一網(wǎng)絡中的其他用戶作為參考,這也符合人們通常在決策之前習慣參考他人意見的心理。通過研究協(xié)同過濾技術,我們發(fā)現(xiàn)如何充分利用用戶和產(chǎn)品構建的網(wǎng)絡中的有效信息,為

3、用戶提供準確而多樣的推薦結(jié)果成為了此類技術發(fā)展的核心。在本文中,我們主要研究加權網(wǎng)絡中的協(xié)同過濾推薦技術。加權網(wǎng)絡是由用戶集和產(chǎn)品集互相聯(lián)系而建立的推薦關系網(wǎng)絡。在實際應用中加權網(wǎng)絡隨處可見,B2C網(wǎng)站中用戶購買商品的評分記錄,購買時間,產(chǎn)品上市的時間,用戶之間的信任程度,用戶添加的標簽信息等等都可以作為網(wǎng)絡的權重信息參與到推薦中,所以也具有很高的研究價值。針對傳統(tǒng)推薦模型中考慮原始打分的情況,我們提出了一種基于購買間隔權重的基準模型來

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(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權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。

評論

0/150

提交評論