協同過濾推薦算法的動態(tài)性研究.pdf_第1頁
已閱讀1頁,還剩65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、互聯網的迅速發(fā)展為人們生活帶來便利,然而迅速增長的信息也讓人們無所適從,想要從海量信息中發(fā)現對自己有用的信息需要花費大量時間成本。搜索引擎可以幫助人們快速檢索需要的信息,但是很多情況下用戶對信息了解不夠很難選擇合適的搜索關鍵字。推薦系統(tǒng)的出現改變了這一現狀,推薦系統(tǒng)根據用戶歷史數據,利用各種推薦算法計算用戶偏好,主動向用戶推送可能感興趣的信息和商品,有效減少了用戶搜索成本,帶來更好的用戶體驗。
  協同過濾是目前推薦系統(tǒng)中使用最多

2、的推薦算法,它根據用戶的歷史評分記錄尋找相似的用戶或者相似的物品,用這些臨近用戶或物品來預測用戶評分。盡管協同過濾取得了很大成功,但是仍然面臨諸多問題,例如冷啟動、數據稀疏性、用戶興趣變化等。本文總結了推薦系統(tǒng)中常見的動態(tài)性因素,并闡述了已有解決動態(tài)性的方案。最后借鑒已有解決方案的思路成功解決了概率隱語義協同推薦算法無法處理用戶興趣變化的問題。
  概率隱語義算法是一種基于語義的協同推薦算法,通過構造一個隱含變量來將用戶興趣和物品

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