基于協(xié)同過濾的個性化推薦相似度測量算法的分析

基于協(xié)同過濾的個性化推薦相似度測量算法的分析

ID:32060495

大?。?.08 MB

頁數(shù):53頁

時間:2019-01-31

基于協(xié)同過濾的個性化推薦相似度測量算法的分析_第1頁
基于協(xié)同過濾的個性化推薦相似度測量算法的分析_第2頁
基于協(xié)同過濾的個性化推薦相似度測量算法的分析_第3頁
基于協(xié)同過濾的個性化推薦相似度測量算法的分析_第4頁
基于協(xié)同過濾的個性化推薦相似度測量算法的分析_第5頁
資源描述:

《基于協(xié)同過濾的個性化推薦相似度測量算法的分析》由會員上傳分享,免費在線閱讀,更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。

1、AbstracttechnologybasedonkNNisextremedependenceontheratingsimilarityinthechoiceofnearestneighbors,auser-attribute-weightedactivek-nearestneighbor’scollaborativefilteringalgorithmwasproposed.Firstly,theuser'sfeatureattributeswereintroducedandfusedminimumweightsimilarity.kNNnear

2、estneighborssetofthetargetusersweregeneratedaccordingtothefinalsimilarity.Activeuser'ssubpopulationsoftargetitemsweregeneratedfromuserswhohadfeedbackfromthetargetitems.Theactiveuser'ssubpopulationsofkNNnearestneighborswereselectedastheactivenearestneighborsetsoftargetusers.Fin

3、ally,scorepredictswereproduced.Experimentalresultsonthepublicdatasetsshowthattheproposedalgorithmcaneffectivelyimprovetherecommendationaccuracyandhasbetterstability.Keywords:collaborativefiltering;cloudmodel;similarity;usercharacteristicattribute;kNNIII萬方數(shù)據(jù)江西理工大學(xué)碩士學(xué)位論文目錄目錄摘要..

4、...................................................................IAbstract....................................................................II第一章緒論..................................................................11.1課題研究的背景及意義..............................................

5、..11.2研究現(xiàn)狀分析........................................................31.3論文的研究工作和組織結(jié)構(gòu)............................................51.3.1主要工作.......................................................51.3.2結(jié)構(gòu)安排.......................................................5第二章協(xié)同過濾算法.........

6、.................................................72.1協(xié)同過濾推薦系統(tǒng)....................................................72.2協(xié)同過濾算法分類....................................................82.2.1基于kNN最近鄰居推薦算法.......................................92.2.2基于項目物品的協(xié)同過濾算法.......................

7、.............102.2.3基于聚類模型的協(xié)同過濾算法....................................112.2.4基于貝葉斯模型的協(xié)同過濾算法..................................132.2.5基于潛含語義模型的協(xié)同過濾算法................................132.2.6基于云模型的協(xié)同過濾算法......................................132.3協(xié)同過濾面臨的問題與挑戰(zhàn).........................

8、..................142.4本章小結(jié)..................................

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文

此文檔下載收益歸作者所有

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學(xué)公式或PPT動畫的文件,查看預(yù)覽時可能會顯示錯亂或異常,文件下載后無此問題,請放心下載。
2. 本文檔由用戶上傳,版權(quán)歸屬用戶,天天文庫負(fù)責(zé)整理代發(fā)布。如果您對本文檔版權(quán)有爭議請及時聯(lián)系客服。
3. 下載前請仔細(xì)閱讀文檔內(nèi)容,確認(rèn)文檔內(nèi)容符合您的需求后進(jìn)行下載,若出現(xiàn)內(nèi)容與標(biāo)題不符可向本站投訴處理。
4. 下載文檔時可能由于網(wǎng)絡(luò)波動等原因無法下載或下載錯誤,付費完成后未能成功下載的用戶請聯(lián)系客服處理。