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(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、Web環(huán)境下快捷有效地向用戶推薦對其更為可信和感興趣的資源已經(jīng)成為一個研究熱點。本文主要研究基于信任網(wǎng)絡(luò)的個性化推薦模型以向用戶推薦更為可信和感興趣的Web資源。
本文的主要工作有:1).分析了已有的個性化推薦技術(shù),探討基于信任網(wǎng)絡(luò)的個性化推薦模型;2).研究基于信任網(wǎng)絡(luò)的個性化推薦模型的Web應(yīng)用框架。
本文主要貢獻(xiàn)有:1).綜合考慮用戶的自身特征與社會性,提出了基于信任網(wǎng)絡(luò)的個性化推薦模型TN-PRM,用
2、于Web資源的個性化推薦。2).根據(jù)用戶興趣相似性與用戶信任特征構(gòu)建和完善信任網(wǎng)絡(luò),采用BP神經(jīng)網(wǎng)絡(luò)算法實現(xiàn)用戶興趣相似性劍Trust值的轉(zhuǎn)化,并提出了基于交互經(jīng)驗的Trust調(diào)整策略對信任網(wǎng)絡(luò)進(jìn)行動態(tài)調(diào)整。3).通過對Advogato社會網(wǎng)絡(luò)數(shù)據(jù)的觀察與實驗分析,提出了信任網(wǎng)絡(luò)中高可信路徑優(yōu)先的Trust推導(dǎo)算法HTFTrust,以保證Trust推導(dǎo)計算的精度。4).設(shè)計并實現(xiàn)了一個基于TN-PRM的個性化推薦原型系統(tǒng)TrustSha
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(hù)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
- 基于語義的個性化推薦服務(wù)及其應(yīng)用研究.pdf
- 電子商務(wù)個性化推薦技術(shù)及其應(yīng)用研究.pdf
- 個性化推薦技術(shù)在網(wǎng)絡(luò)教學(xué)的應(yīng)用研究.pdf
- 協(xié)同推薦技術(shù)及其在科技文獻(xiàn)個性化推薦系統(tǒng)中的應(yīng)用研究.pdf
- 基于信任機制的個性化推薦算法研究.pdf
- 面向海量數(shù)據(jù)環(huán)境的個性化推薦機制應(yīng)用研究.pdf
- 基于Web聚類的個性化推薦服務(wù)應(yīng)用研究.pdf
- 基于用戶可信賴度的MOOC個性化推薦的研究與應(yīng)用.pdf
- 基于混合模式的個性化推薦系統(tǒng)的應(yīng)用研究.pdf
- 基于關(guān)聯(lián)規(guī)則挖掘的個性化推薦的應(yīng)用研究.pdf
- 個性化推薦系統(tǒng)技術(shù)與應(yīng)用.pdf
- 個性化推薦系統(tǒng)技術(shù)與應(yīng)用
- 基于協(xié)同過濾算法的個性化推薦應(yīng)用研究.pdf
- 具有可信機制的推薦系統(tǒng)及其應(yīng)用研究.pdf
- 基于投票機制的Web個性化推薦系統(tǒng).pdf
- 基于信任機制的電子商務(wù)個性化推薦技術(shù)研究.pdf
- 協(xié)同過濾技術(shù)在個性化推薦中的應(yīng)用研究.pdf
- 基于LBSN的個性化推薦技術(shù)研究.pdf
- 基于語義網(wǎng)技術(shù)的個性化網(wǎng)絡(luò)應(yīng)用研究.pdf
- 基于數(shù)據(jù)挖掘的個性化推薦模型及其在保險中的應(yīng)用研究.pdf
評論
0/150
提交評論