版權(quán)說(shuō)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Internet和Web2.0技術(shù)的飛速發(fā)展,網(wǎng)站在為用戶提供越來(lái)越多的信息的同時(shí),其網(wǎng)絡(luò)結(jié)構(gòu)也變得越來(lái)越復(fù)雜。其中,最顯著的是在個(gè)性化網(wǎng)站中社會(huì)化標(biāo)簽(Social Tag)的廣泛應(yīng)用。現(xiàn)在大多數(shù)Web2.0網(wǎng)站都具備協(xié)同標(biāo)注系統(tǒng),如Delicious、Flickr。與傳統(tǒng)的用戶通過(guò)瀏覽器獲取信息方式不同的是,標(biāo)簽系統(tǒng)中更注重用戶的交互。在這些網(wǎng)站中,用戶可以使用任意標(biāo)簽對(duì)其上傳的資源進(jìn)行組織和管理,標(biāo)簽成為了用戶和資源的橋梁。因
2、此,在協(xié)同標(biāo)注系統(tǒng)中,用戶不僅僅是信息的使用者,同時(shí)也是信息的提供者,這就可能使得標(biāo)簽系統(tǒng)中所謂的“信息爆炸”和“信息過(guò)載”問題尤為嚴(yán)重。為解決諸如其類的問題,個(gè)性化推薦技術(shù)應(yīng)運(yùn)而生。
由于協(xié)同過(guò)濾推薦技術(shù)具有良好的算法思想和比較完美的推薦效果,現(xiàn)在已被傳統(tǒng)的推薦系統(tǒng)廣泛采用。它主要研究用戶對(duì)項(xiàng)目的評(píng)分?jǐn)?shù)據(jù),研究對(duì)象只包含用戶、項(xiàng)目構(gòu)成的兩維關(guān)系結(jié)構(gòu)。而對(duì)于標(biāo)簽系統(tǒng)中含有用戶,標(biāo)簽,資源的三維關(guān)系結(jié)構(gòu),傳統(tǒng)的推薦算法不能滿足其
3、需求,畢竟傳統(tǒng)的推薦算法中未考慮到標(biāo)簽所蘊(yùn)含的個(gè)性化信息。
針對(duì)傳統(tǒng)的個(gè)性化推薦方法未能很好地解決標(biāo)簽系統(tǒng)中資源推薦需求的問題,本文提出了一種基于標(biāo)簽和時(shí)間因素的協(xié)同過(guò)濾推薦方法。此方法是對(duì)傳統(tǒng)的協(xié)同過(guò)濾的改進(jìn),它充分考慮了用戶的興趣會(huì)隨著時(shí)間改變而改變的特性。根據(jù)用戶添加的標(biāo)簽信息,能夠分析出標(biāo)簽的使用,可以使得表示資源特征更準(zhǔn)確。而且它能真實(shí)的體現(xiàn)用戶個(gè)體的興趣偏好,如用戶最近添加的標(biāo)簽更能反映用戶近期的興趣這一特性,提出
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)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(yè)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(kù)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。
最新文檔
- 基于Tag技術(shù)的知識(shí)個(gè)性化推薦及系統(tǒng).pdf
- 基于LBSN的個(gè)性化推薦技術(shù)研究.pdf
- 基于用戶興趣的個(gè)性化推薦技術(shù)研究.pdf
- 基于圖模型的個(gè)性化推薦技術(shù)研究.pdf
- 基于WUM的個(gè)性化智能推薦技術(shù)研究.pdf
- 基于案例推理的個(gè)性化推薦技術(shù)研究.pdf
- 基于用戶體驗(yàn)的個(gè)性化服裝推薦技術(shù)研究.pdf
- 基于圖模型的個(gè)性化標(biāo)簽推薦技術(shù)研究.pdf
- 社交網(wǎng)絡(luò)個(gè)性化推薦技術(shù)研究.pdf
- Web頁(yè)面?zhèn)€性化推薦技術(shù)研究.pdf
- 教育資源個(gè)性化推薦技術(shù)研究.pdf
- 基于遺傳學(xué)方法的個(gè)性化推薦技術(shù)研究.pdf
- 基于聚類的個(gè)性化推薦關(guān)鍵技術(shù)研究.pdf
- 基于用戶分析的個(gè)性化微博推薦技術(shù)研究.pdf
- 校園頭條中個(gè)性化推薦技術(shù)研究.pdf
- 個(gè)性化服務(wù)中基于Tag的用戶模型研究.pdf
- 基于本體的個(gè)性化知識(shí)推薦技術(shù)研究及應(yīng)用.pdf
- 基于時(shí)間上下文的個(gè)性化推薦技術(shù)研究.pdf
- 個(gè)性化推薦技術(shù)研究與系統(tǒng)設(shè)計(jì).pdf
- 基于時(shí)間因素的個(gè)性化推薦技術(shù)研究與實(shí)現(xiàn).pdf
評(píng)論
0/150
提交評(píng)論