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、隨著互聯(lián)網(wǎng)技術(shù)的快速發(fā)展,人們將大量工作轉(zhuǎn)移到網(wǎng)上進(jìn)行,網(wǎng)絡(luò)購物、網(wǎng)上辦公、網(wǎng)上學(xué)習(xí)等成為常態(tài),致使互聯(lián)網(wǎng)信息數(shù)據(jù)量呈指數(shù)級增長,從而產(chǎn)生所謂的“信息過載”現(xiàn)象。信息過載為人們從廣闊的互聯(lián)信息空間中尋求自己所感興趣的信息資源帶來巨大困難,在某種程度上已經(jīng)日益制約著信息社會的快速發(fā)展。個性化推薦系統(tǒng)正是在這樣的背景下應(yīng)運而生,通過挖掘用戶和項目之間的二元關(guān)系,幫助用戶從海量的信息空間中尋找其感興趣的東西(如商品、新聞信息、服務(wù)等),并針對
2、不同的用戶生成個性化的推薦列表以滿足其興趣偏好。
本研究對推薦系統(tǒng)產(chǎn)生的背景,以及推薦系統(tǒng)的研究現(xiàn)狀、常見的幾種相關(guān)的推薦算法作簡要闡述,對傳統(tǒng)推薦系統(tǒng)存在的不足作簡要分析。針對目前推薦系統(tǒng)廣泛存在的冷啟動問題和數(shù)據(jù)稀疏性問題,本文設(shè)計一種基于向量空間模型的個性化推薦系統(tǒng),通過用戶主動提供訓(xùn)練數(shù)據(jù)與第三方賬號登錄兩種可選方式初始化用戶模型,解決用戶冷啟動問題;結(jié)合機器學(xué)習(xí)的思想,通過跟蹤用戶后期的上網(wǎng)行為動態(tài)學(xué)習(xí)用戶興趣偏好變
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
- 個性化推薦系統(tǒng)算法研究.pdf
- 個性化推薦系統(tǒng)的研究與應(yīng)用.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
- 個性化推薦算法的研究及應(yīng)用.pdf
- 個性化推薦系統(tǒng)中的推薦算法研究.pdf
- 個性化推薦系統(tǒng)應(yīng)用及研究.pdf
- 電子商務(wù)個性化推薦系統(tǒng)研究——個性化產(chǎn)品推薦策略研究及算法設(shè)計.pdf
- 基于Hadoop平臺的個性化推薦算法研究與應(yīng)用.pdf
- 個性化推薦系統(tǒng)
- 基于情境感知的個性化推薦算法研究與應(yīng)用.pdf
- 個性化智能推薦引擎算法研究及應(yīng)用.pdf
- 個性化混合推薦算法的研究.pdf
- 個性化音樂推薦算法的研究與實現(xiàn).pdf
- 基于網(wǎng)絡(luò)的個性化推薦算法研究.pdf
- 電子商務(wù)個性化推薦算法研究.pdf
- 個性化推薦協(xié)同過濾算法研究.pdf
- 結(jié)合信任的個性化推薦算法研究.pdf
- 個性化推薦的關(guān)聯(lián)規(guī)則算法研究.pdf
- 面向排序的個性化推薦算法研究與實現(xiàn).pdf
評論
0/150
提交評論