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、圖書推薦是個性化推薦系統(tǒng)研究與應用的一個重要方向,可以幫助用戶在大規(guī)模的圖書資源中快速找到滿足自己需求的圖書。圖書推薦系統(tǒng)通過基于內(nèi)容或基于歷史記錄等推薦方法,挖掘圖書之間的相關性及用戶的需求,以此作為推薦依據(jù),向用戶推薦相關的圖書,最終提高信息服務的質(zhì)量。
針對傳統(tǒng)的空間向量模型TF-IDF方法無法有效地分析圖書主題之間的相關性這一問題,本文通過使用隱式主題模型,將圖書介紹文本表示為圖書的主題概率分布形式,挖掘每篇圖書文本的
2、潛在主題與結構。在LDA隱式主題模型所引入的主題向量空間基礎上,不僅對圖書介紹文本進行了降維處理,而且通過比對不同圖書中所隱含的主題結構,可以進一步應用基于概率的相似性度量方法發(fā)現(xiàn)圖書之間的主題相似性,為用戶提供基于主題相似性的圖書推薦方法。
本文的研究內(nèi)容主要包括三個部分:
1.基于LDA圖書隱式主題模型的圖書推薦:根據(jù)LDA算法,把圖書介紹文本解析為主題概率分布,使用相似性度量方法,實現(xiàn)基于主題相似性的圖書推薦;
3、
2.基于用戶隱式主題模型的圖書推薦:在圖書LDA隱式主題模型的基礎上,考慮不同用戶自身的興趣和需求,構建用戶的主題興趣模型,實現(xiàn)基于主題相似性的用戶個性化圖書推薦;
3.基于Java的個性化圖書推薦系統(tǒng)的設計與實現(xiàn):在基于圖書主題和基于用戶主題的推薦算法的基礎上,利用JavaWeb開發(fā)并實現(xiàn)基于MVC架構下的圖書推薦原型系統(tǒng)。
本文使用從網(wǎng)絡收集的圖書數(shù)據(jù)集對所研究的算法進行了實驗,并與基于傳統(tǒng)的空間向量
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。
最新文檔
- 個性化圖書推薦系統(tǒng)的設計與實現(xiàn).pdf
- 個性化職位推薦系統(tǒng)研究與實現(xiàn).pdf
- 基于隱式專家的個性化新聞推薦.pdf
- 基于mahout的高校圖書館個性化圖書推薦系統(tǒng)的研究與實現(xiàn)
- 基于Mahout的高校圖書館個性化圖書推薦系統(tǒng)的研究與實現(xiàn).pdf
- 基于分布式平臺的個性化推薦系統(tǒng)研究.pdf
- 基于用戶興趣模型的個性化論文推薦系統(tǒng)研究.pdf
- 基于Java的個性化推薦系統(tǒng)研究.pdf
- 基于移動agent的分布式個性化推薦系統(tǒng)研究.pdf
- 基于web日志挖掘的個性化推薦系統(tǒng)模型研究與實現(xiàn).pdf
- 基于隱馬爾可夫模型的個性化推薦算法研究.pdf
- 個性化信息推薦系統(tǒng)研究.pdf
- 基于BTM的個性化推薦系統(tǒng)研究與應用.pdf
- 基于Agent的個性化推薦系統(tǒng)研究與設計.pdf
- 基于矩陣分解的個性化推薦系統(tǒng)研究.pdf
- 基于WEB日志的個性化推薦系統(tǒng)研究.pdf
- 基于主題模型與用戶興趣的個性化新聞推薦算法研究.pdf
- 基于Web日志挖掘的個性化推薦原型系統(tǒng)研究與實現(xiàn).pdf
- 基于web日志的個性化推薦系統(tǒng)研究
- 基于數(shù)據(jù)挖掘的圖書館個性化推薦系統(tǒng)研究和應用.pdf
評論
0/150
提交評論