版權(quán)說(shuō)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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、隨著電子Internet的發(fā)展、電子商務(wù)的不斷廣泛應(yīng)用,智能化推薦系統(tǒng)在電子商務(wù)系統(tǒng)中具有良好的發(fā)展和應(yīng)用前景,已經(jīng)成為電子商務(wù)技術(shù)的一個(gè)重要內(nèi)容,得到了越來(lái)越多研究者的關(guān)注。
針對(duì)現(xiàn)行電子商務(wù)推薦系統(tǒng)出現(xiàn)的問(wèn)題和面臨的挑戰(zhàn),本文對(duì)基于內(nèi)容過(guò)濾和基于協(xié)同過(guò)濾的智能推薦技術(shù)進(jìn)行了有益的探索和研究。本文的研究?jī)?nèi)容主要包括:基于模糊聚類的混合智能推薦系統(tǒng),一種有效的基于項(xiàng)目層次的協(xié)同過(guò)濾推薦算法以及基于奇異值分解的融合用戶內(nèi)容的
2、協(xié)同過(guò)濾推薦。
具體研究?jī)?nèi)容如下:
第一:改進(jìn)了一種基于模糊聚類的混合信息推薦機(jī)制,應(yīng)用模糊聚類技術(shù),綜合考慮了基于內(nèi)容的推薦和協(xié)同過(guò)濾推薦。在計(jì)算基于內(nèi)容的推薦時(shí),從項(xiàng)目的屬性特征上對(duì)項(xiàng)目進(jìn)行聚類,用隸屬度的值來(lái)表示項(xiàng)目屬于每個(gè)模糊簇的程度,利用項(xiàng)目模糊關(guān)系矩陣獲得推薦結(jié)果。在計(jì)算協(xié)同過(guò)濾推薦時(shí),從用戶的項(xiàng)目特征上對(duì)用戶進(jìn)行聚類,形成一個(gè)用戶模糊群,根據(jù)群中其他用戶對(duì)目標(biāo)項(xiàng)目的推薦產(chǎn)生目標(biāo)用戶對(duì)目標(biāo)項(xiàng)目的推
3、薦。結(jié)果表明,改進(jìn)的應(yīng)用模糊聚類的混合推薦算法在預(yù)測(cè)精度上較傳統(tǒng)的推薦算法有一定的提高。
第二:給出了一個(gè)新的概念層次的方法。此方法結(jié)合用戶項(xiàng)目矩陣和集成項(xiàng)目和類似的項(xiàng)目多層次的關(guān)聯(lián)。提出的方法不僅克服了數(shù)據(jù)稀疏的困難,而且還解決了該項(xiàng)目的多種內(nèi)容和多層次的問(wèn)題。結(jié)果表明,該算法可以達(dá)到較好的預(yù)測(cè)精度,并提供比傳統(tǒng)的協(xié)同過(guò)濾推薦算法更好的結(jié)果。
第三:提出了一種新的協(xié)同過(guò)濾算法來(lái)解決上述問(wèn)題。利用奇異值分解的
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)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)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(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。
最新文檔
- 基于標(biāo)簽和協(xié)同過(guò)濾的圖片推薦系統(tǒng).pdf
- 基于內(nèi)容的推薦與協(xié)同過(guò)濾融合的新聞推薦研究.pdf
- 智能推薦系統(tǒng)中協(xié)同過(guò)濾算法的研究.pdf
- 基于內(nèi)容和協(xié)同過(guò)濾的混合算法在推薦系統(tǒng)中的應(yīng)用研究.pdf
- 基于協(xié)同過(guò)濾的視頻推薦系統(tǒng).pdf
- 融合實(shí)時(shí)因素的用戶聚類協(xié)同過(guò)濾推薦系統(tǒng).pdf
- 基于內(nèi)容聚類的協(xié)同過(guò)濾推薦系統(tǒng)研究.pdf
- 融合邊信息的協(xié)同過(guò)濾推薦算法研究.pdf
- 融合項(xiàng)目流行度的協(xié)同過(guò)濾推薦算法.pdf
- 基于內(nèi)容推薦協(xié)同過(guò)濾推薦算法的智能交友網(wǎng)站的設(shè)計(jì)實(shí)現(xiàn)
- 基于模糊理論和協(xié)同過(guò)濾的個(gè)性化推薦方法.pdf
- 協(xié)同過(guò)濾推薦算法研究.pdf
- 推薦系統(tǒng)中協(xié)同過(guò)濾算法研究.pdf
- 推薦系統(tǒng)中協(xié)同過(guò)濾技術(shù)的研究.pdf
- 基于多因素融合的協(xié)同過(guò)濾推薦算法研究.pdf
- 基于協(xié)同過(guò)濾算法的電影推薦系統(tǒng)
- 基于協(xié)同過(guò)濾的推薦系統(tǒng)的研究.pdf
- 推薦系統(tǒng)中協(xié)同過(guò)濾算法的研究.pdf
- 推薦系統(tǒng)中的協(xié)同過(guò)濾算法研究.pdf
- 基于多標(biāo)簽分類和協(xié)同過(guò)濾的醫(yī)生推薦系統(tǒng)的研究與實(shí)現(xiàn).pdf
評(píng)論
0/150
提交評(píng)論