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67頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、隨著移動互聯(lián)網的快速發(fā)展,移動社交網絡日漸成為我們生活中不可缺的一部分,移動社交網絡具有的廣大的用戶群體、迅捷、開放式的信息傳播方式特性對商品營銷而言極具吸引力。但是現有的移動社交網絡缺乏正規(guī)友好的商品宣傳機制和虛假偽劣商品信息甄別機制,從而導致移動社交網絡中各種廣告宣傳無孔不入,廣告信息真假難辨,嚴重影響正常用戶的社交體感。為了解決這一問題,本文從兩個方向進行解決。
  一方面,為了解決垃圾廣告信息影響正常用戶社交的問題,文本研

2、究了垃圾信息過濾相關現有技術,其中基于機器學習分類的過濾方法正確率高、成本低,特別是其中的SVM分類方法。但SVM分類方法訓練時間過長,不能靈活應對數據集的變化,針對此問題本文提出了一種改進的SVM增量學習算法,相比于傳統(tǒng)的SVM增量學習算法,在保持準確率的同時,節(jié)約學習時間,提升學習效率。應用于垃圾廣告信息過濾系統(tǒng)之中,獲得較好的過濾效果。
  另一方面,通過研究社交網絡中商品推薦現有的算法,對現有推薦方法,結合本課題實際需求,

3、重點研究了社交網絡信息對于商品推薦的積極意義,提出一種基于社交網絡的混合推薦系統(tǒng)。以用戶社會關系網絡為基礎,挖掘出與被推薦用戶興趣相似度最高的N個用戶。與此同時,考慮社交網絡的用戶消息中包含的用戶可能的商品需求,對用戶的消息進行挖掘,將挖掘出的信息應用到推薦之中,獲得了較好的推薦效果和用戶滿意度。
  最后,展示了本文提出的移動社交網絡信息過濾及推薦系統(tǒng)在“友信”系統(tǒng)中的實現以及取得的效果,并分別針對過濾算法和推薦算法對算法性能進

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。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,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確性、安全性和完整性, 同時也不承擔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。

評論

0/150

提交評論