本文關(guān)鍵詞：數(shù)據(jù)挖掘技術(shù)在智能推薦系統(tǒng)中的研究與應(yīng)用，由筆耕文化傳播整理發(fā)布。

北京工業(yè)大學(xué) 碩士學(xué)位論文 數(shù)據(jù)挖掘技術(shù)在智能推薦系統(tǒng)中的研究與應(yīng)用 姓名：沙志強(qiáng) 申請學(xué)位級別：碩士 專業(yè)：計(jì)算機(jī)軟件與理論 指導(dǎo)教師：劉椿年 座機(jī)電話號碼 摘要 數(shù)據(jù)挖掘 DataMining 是近十幾年中迅速發(fā)展起來的交叉學(xué)科，它融合 了數(shù)據(jù)庫、人工智能、機(jī)器學(xué)習(xí)、統(tǒng)計(jì)學(xué)等多個(gè)領(lǐng)域的理論和技術(shù)，搭建了上 述理論研究與實(shí)際應(yīng)用間連接的橋梁。因其所涉及的知識領(lǐng)域眾多、應(yīng)用范圍 廣泛，數(shù)據(jù)挖掘已成為最為研究人員和商業(yè)組織所關(guān)注的領(lǐng)域之一。當(dāng)前數(shù)據(jù) 挖掘的最大研究熱點(diǎn)之一是盹B挖掘，來自INTERNET的各類數(shù)據(jù)和需求對數(shù)據(jù) 挖掘提出了新的挑戰(zhàn)，也為數(shù)據(jù)挖掘技術(shù)拓展了新的研究平臺。網(wǎng)上智能 Web 成果，大大強(qiáng)調(diào)了智能手段在互聯(lián)網(wǎng)上的應(yīng)用，數(shù)據(jù)挖掘技術(shù)在網(wǎng)上智能的研 究中有著很重要的地位�；诰W(wǎng)絡(luò)的智能系統(tǒng)研究是WEB挖掘和網(wǎng)上智能的重 Reco．Ⅱnendation 要研究方向，而智能推薦系統(tǒng) Intelligent System 又是網(wǎng)上 智能系統(tǒng)的典型應(yīng)剛。隨著互聯(lián)網(wǎng)上信息的不斷增長，人們不愿在信息的搜索 和辨別上浪費(fèi)時(shí)間而將自身迷失在數(shù)據(jù)的海洋當(dāng)中，因此希望有一種友好而實(shí) 用的方式幫助解決類似的問題，這為智能推薦系統(tǒng)的發(fā)展提供了機(jī)遇。 Network 的學(xué)習(xí)、推理算法，實(shí)現(xiàn)了 本文重點(diǎn)研究了貝葉斯網(wǎng) Bayesian 一個(gè)基于條件獨(dú)立方法的貝葉斯網(wǎng)學(xué)習(xí)算法和基于隨機(jī)概率的推理算法，并對 其學(xué)習(xí)和推理效果進(jìn)行了比較和分析。以貝葉斯網(wǎng)為模型，文中設(shè)計(jì)和實(shí)現(xiàn)了 一個(gè)網(wǎng)上智能推薦系統(tǒng)―PIR系統(tǒng) PersonalizedIntelligent 以方便的擴(kuò)充新的推薦算法，并將其快速集成到現(xiàn)有的電子商務(wù)或數(shù)字圖書館 等應(yīng)用系統(tǒng)當(dāng)中。 本文是這樣安排的：首先對數(shù)據(jù)挖

  本文關(guān)鍵詞：數(shù)據(jù)挖掘技術(shù)在智能推薦系統(tǒng)中的研究與應(yīng)用，由筆耕文化傳播整理發(fā)布。