已閱讀1頁,還剩64頁未讀, 繼續(xù)免費(fèi)閱讀
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、如今的互聯(lián)網(wǎng)充斥著海量的信息和數(shù)據(jù)。對于一個用戶來說,要人工地從這些海量信息中過濾出自已感興趣的內(nèi)容是不可能完成的任務(wù)。為了解決這種問題,推薦系統(tǒng)應(yīng)運(yùn)而生。
推薦系統(tǒng)能夠通過分析用戶的喜好向其推薦感興趣的內(nèi)容。為了使推薦更加準(zhǔn)確,推薦系統(tǒng)需要建立一個興趣模型來學(xué)習(xí)用戶的偏好或者稱為用戶特征。一般而言,一個興趣模型需要解決以下幾個問題: I)以何種方式表示用戶的興趣;2)如何精確地描繪用戶興趣的演化,包括原有興趣的淡化,新興趣的
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
- 圖的主特征向量及其應(yīng)用.pdf
- 基于標(biāo)簽特征向量的網(wǎng)頁去噪聲研究及其應(yīng)用.pdf
- 基于特征向量的時態(tài)XML索引研究.pdf
- 基于特征向量的語義角色標(biāo)注研究.pdf
- 基于混沌特征向量的動態(tài)紋理識別.pdf
- 基于特征向量的音樂情感分析的研究.pdf
- 矩陣的特征值與特征向量的若干應(yīng)用
- 小波特征向量及其在顱腦CT圖像特征點(diǎn)匹配中的應(yīng)用.pdf
- 圖的特征向量的組合結(jié)構(gòu).pdf
- 基于特征向量統(tǒng)計的極化SAR地物分類.pdf
- 基于特征向量的圖像配準(zhǔn)算法分析及其在醫(yī)學(xué)超聲圖像中的應(yīng)用.pdf
- 畢業(yè)論文(設(shè)計)特征值和特征向量的應(yīng)用
- 基于特征向量的名詞短語指代消解研究.pdf
- 基于特征向量的人物關(guān)系抽取方法研究.pdf
- 畢業(yè)論文(設(shè)計)特征值和特征向量的應(yīng)用
- 基于全局信息的圖結(jié)點(diǎn)特征向量學(xué)習(xí)算法.pdf
- 基于特征向量的實(shí)體間語義關(guān)系抽取研究.pdf
- 基于特征向量的個性化推薦算法研究.pdf
- [學(xué)習(xí)]方陣的特征值與特征向量
- 基于特征向量的中文實(shí)體間語義關(guān)系抽取研究.pdf
評論
0/150
提交評論