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),請進行舉報或認領(lǐng)
文檔簡介
1、隨著互聯(lián)網(wǎng)的快速發(fā)展,人們可以獲取到海量的數(shù)據(jù),這極大地促進了人類的進步。然而,隨著數(shù)據(jù)量的不斷增長,如何在海量的數(shù)據(jù)中捕獲自己感興趣的信息已成為大數(shù)據(jù)分析的研究熱點之一,在這種情況下,個性化推薦技術(shù)應運而生。個性化推薦不僅可以提高用戶在有效的時間內(nèi)發(fā)現(xiàn)自己感興趣信息的效率,同時可以使商戶及時主動的將有用信息提供給用戶。因此,研究個性化推薦算法具有極大的商業(yè)價值和意義,已經(jīng)引起了學術(shù)界和商業(yè)界的廣泛關(guān)注。因此,本文針對基于用戶的個性化協(xié)
2、同過濾算法進行了研究并將算法應用于構(gòu)建的易物網(wǎng)交易平臺,主要研究成果包括:
(1)針對協(xié)同過濾算法的數(shù)據(jù)稀疏這一問題,本文提出了一種基于項目活躍度的填充算法。該算法對用戶的評分數(shù)據(jù)進行slope one預填充,有效地解決了單一使用用戶評分的個數(shù)來計算用戶相似度數(shù)據(jù)稀疏的問題,填充的方式簡單合理有效。與傳統(tǒng)填充方法相比,所提算法能夠增強數(shù)據(jù)的稀疏性和提高用戶相似度計算的精度。
(2)針對協(xié)同過濾算法數(shù)據(jù)稀疏的相似度計算
3、精確度的問題,本文提出了一種基于距離懲罰因子的協(xié)同過濾算法。該算法將用戶間共同評分交集的所有評分距離作為懲罰因子來修正傳統(tǒng)皮爾森相似度,通過對相似度增加距離懲罰因子自適應的調(diào)整用戶相似度,改善協(xié)同過濾優(yōu)化算法中用戶間相似度精確度。實驗驗證了所提算法的有效性。
(3)針對兒童繪本交易的實際問題,構(gòu)建了易物網(wǎng)平臺并且將上述提出的協(xié)同過濾算法集成在實際平臺中。該平臺主要包括四個模塊:推薦圖書模塊、圖書交易模塊、會員管理模塊、圖書維護
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)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 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)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(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。
最新文檔
- 基于java的易物網(wǎng)的設計與實現(xiàn)
- 基于社會網(wǎng)的冷啟動推薦算法設計與實現(xiàn).pdf
- 共合網(wǎng)的“以物易物”經(jīng)
- 基于圖模型的視頻推薦算法研究及實現(xiàn).pdf
- Instagram社交網(wǎng)中好友和位置推薦算法的研究與實現(xiàn).pdf
- 基于Java的易物網(wǎng)的設計與實現(xiàn)終稿.doc
- 基于時空信息和社會網(wǎng)的POI推薦算法研究與實現(xiàn).pdf
- 校園易物網(wǎng)絡平臺建設的研究及實現(xiàn)路徑
- 校園易物網(wǎng)絡平臺建設的研究及實現(xiàn)路徑
- 協(xié)同過濾推薦算法研究及MapReduce實現(xiàn).pdf
- 基于用戶行為的動態(tài)推薦系統(tǒng)算法研究及實現(xiàn).pdf
- 高效移動序列推薦算法的研究與實現(xiàn).pdf
- 手機應用推薦算法及分布式實現(xiàn)研究.pdf
- 基于Spark平臺的混合推薦算法的研究與實現(xiàn).pdf
- 基于混合算法的推薦系統(tǒng)的研究與實現(xiàn).pdf
- 基于Apache Mahout的推薦算法的研究與實現(xiàn).pdf
- 基于Spark的并行推薦算法的研究與實現(xiàn).pdf
- 基于PLSA模型的推薦算法研究與實現(xiàn).pdf
- 電子商務推薦算法的研究與實現(xiàn).pdf
- 推薦系統(tǒng)中預測算法的改進、實現(xiàn)及應用.pdf
評論
0/150
提交評論