2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩68頁未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、隨著電子商務(wù)和互聯(lián)網(wǎng)的發(fā)展普及,使得面向用戶的個(gè)性化推薦越來越被重視,準(zhǔn)確的推薦不僅僅能幫助用戶節(jié)省大量時(shí)間而且可以幫助電子商務(wù)網(wǎng)站贏得用戶的關(guān)注,進(jìn)而提高電子商務(wù)網(wǎng)站的銷量。然而不同用戶的背景不同,對(duì)推薦結(jié)果的期望也不同,因此需要從多個(gè)角度挖掘用戶隱藏的信息,更好的為用戶給出個(gè)性化的推薦。本文研究基于用戶的潛在行為以及社交關(guān)系發(fā)掘用戶的偏好,從以下方面優(yōu)化用戶個(gè)性化推薦:研究用戶行為時(shí)效特征以及用戶行為和偏好的關(guān)系,并提升預(yù)測(cè)用戶偏好

2、的效率;研究網(wǎng)頁拓?fù)渑c網(wǎng)頁權(quán)重的關(guān)系,進(jìn)而優(yōu)化網(wǎng)頁排序,為用戶給出準(zhǔn)確的推薦;研究基于負(fù)向社交關(guān)系以及主題被推薦給用戶的概率特征為歷史信息非常稀少的非活躍用戶給出推薦,優(yōu)化基于負(fù)向社交關(guān)系和推薦主題概率特征的融合,為非活躍用戶給出準(zhǔn)確的推薦。提出以下方法優(yōu)化用戶的個(gè)性化推薦:(1)提出一種優(yōu)化基于行為感知的用戶個(gè)性化推薦方法,通過分析用戶的歷史訪問行為,建立映射用戶行為和偏好關(guān)系的隱馬爾可夫模型,并通過聚類減少優(yōu)化用戶參數(shù)的時(shí)間,得到一

3、種平衡準(zhǔn)確度和時(shí)間復(fù)雜度的個(gè)性化推薦方法。(2)提出基于網(wǎng)頁拓?fù)渥R(shí)別網(wǎng)頁異常排名的用戶推薦優(yōu)化方法,基于網(wǎng)頁拓?fù)渥R(shí)別異常提升網(wǎng)頁排名的行為,研究網(wǎng)頁拓?fù)鋵?duì)網(wǎng)頁權(quán)重值的提升效果,并通過網(wǎng)頁的鏈入權(quán)重值和鏈入網(wǎng)頁數(shù)量的關(guān)系識(shí)別網(wǎng)頁異常排名現(xiàn)象,為個(gè)性化推薦創(chuàng)造公正的網(wǎng)頁排名環(huán)境,進(jìn)而提高對(duì)用戶的個(gè)性化推薦質(zhì)量。(3)提出基于負(fù)向社交關(guān)系和泊松過程融合的非活躍用戶推薦優(yōu)化方法,由用戶間的初始負(fù)向社交關(guān)系和衰減傳遞系數(shù)矩陣擴(kuò)展用戶間的負(fù)向社交關(guān)

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(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)頁內(nèi)容里面會(huì)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(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。

評(píng)論

0/150

提交評(píng)論