天堂国产午夜亚洲专区-少妇人妻综合久久蜜臀-国产成人户外露出视频在线-国产91传媒一区二区三区

基于內(nèi)容和協(xié)同過(guò)濾的融合推薦方法研究

發(fā)布時(shí)間:2021-05-14 11:47
  在國(guó)內(nèi)外信息技術(shù)的迅速發(fā)展的大背景下,隨著移動(dòng)互聯(lián)網(wǎng)和云計(jì)算、大數(shù)據(jù)等技術(shù)以迅速普及并應(yīng)用,互聯(lián)網(wǎng)正式邁入了Web3.0時(shí)代,使得全球數(shù)據(jù)總量呈現(xiàn)指數(shù)級(jí)增長(zhǎng),越來(lái)越多的信息資源充斥著網(wǎng)絡(luò)世界和人們的日常生活,出現(xiàn)了“信息過(guò)載”的現(xiàn)象,從而使得用戶無(wú)法準(zhǔn)確地得到精準(zhǔn)有效的信息。推薦系統(tǒng)正是這樣的時(shí)代背景下應(yīng)運(yùn)而生的產(chǎn)物,目前已廣泛應(yīng)用于電子商務(wù)、在線社交網(wǎng)絡(luò)、新聞媒體、視頻音樂(lè)等領(lǐng)域。雖然在此之前已經(jīng)有了分類目錄和搜索引擎這樣的優(yōu)秀解決方案,但是由于數(shù)據(jù)量龐大而導(dǎo)致分類目錄不能滿足需求,逐漸退出了人們的視野;由于搜索引擎的特性,其對(duì)用戶的檢索、辨別能力,知識(shí)水平等要求較高,逐漸的也只能滿足部分用戶需求。而推薦系統(tǒng)的誕生,可以實(shí)現(xiàn)個(gè)性化內(nèi)容的推薦,填補(bǔ)了個(gè)性化推薦領(lǐng)域的空白。本文研究具體內(nèi)容如下:1、概述推薦系統(tǒng),分析推薦系統(tǒng)相關(guān)技術(shù)的發(fā)展現(xiàn)狀及現(xiàn)有問(wèn)題;2、對(duì)傳統(tǒng)協(xié)同過(guò)濾算法存在的耗時(shí)長(zhǎng)、效率低的問(wèn)題進(jìn)行分析,提出了將K-means++聚類應(yīng)用于協(xié)同過(guò)濾算法,利用離線處理的方式聚類生成虛擬用戶簇,縮小最近鄰居的查找范圍,提高搜索速率,從而解決傳統(tǒng)協(xié)同過(guò)濾算法耗時(shí)長(zhǎng)的問(wèn)題;3、針對(duì)于改進(jìn)后... 

【文章來(lái)源】:內(nèi)蒙古師范大學(xué)內(nèi)蒙古自治區(qū)

【文章頁(yè)數(shù)】:67 頁(yè)

【學(xué)位級(jí)別】:碩士

【文章目錄】:
中文摘要
abstract
第一章 緒論
    1.1 研究背景及研究意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
    1.3 本文的主要研究?jī)?nèi)容
    1.4 本文的組織結(jié)構(gòu)及創(chuàng)新點(diǎn)
第二章 推薦系統(tǒng)概述及其相關(guān)技術(shù)
    2.1 推薦系統(tǒng)概述
        2.1.1 推薦系統(tǒng)的概念
        2.1.2 推薦系統(tǒng)的結(jié)構(gòu)
        2.1.3 推薦系統(tǒng)的主要研究?jī)?nèi)容
    2.2 基于內(nèi)容的推薦
    2.3 協(xié)同過(guò)濾推薦
        2.3.1 協(xié)同過(guò)濾基本原理
        2.3.2 基于用戶的推薦
        2.3.3 基于項(xiàng)目的推薦
    2.4 數(shù)據(jù)挖掘技術(shù)
        2.4.1 基于關(guān)聯(lián)規(guī)則的推薦
        2.4.2 K-means++聚類
    2.5 其他推薦技術(shù)
        2.5.1 基于效用的推薦
        2.5.2 混合推薦
第三章 基于K-means++聚類改進(jìn)協(xié)同過(guò)濾算法
    3.1 傳統(tǒng)協(xié)同過(guò)濾推薦算法存在的問(wèn)題分析
    3.2 基于K-means++聚類改進(jìn)協(xié)同過(guò)濾推薦算法
        3.2.1 算法改進(jìn)思路
        3.2.2 算法改進(jìn)步驟
    3.3 實(shí)驗(yàn)分析
        3.3.1 數(shù)據(jù)集和實(shí)驗(yàn)參數(shù)的選取
        3.3.2 傳統(tǒng)協(xié)同過(guò)濾算法的實(shí)驗(yàn)結(jié)果
        3.3.3 改進(jìn)后協(xié)同過(guò)濾算法的結(jié)果
        3.3.4 推薦準(zhǔn)確度比較
        3.3.5 推薦產(chǎn)生時(shí)間比較
第四章 基于內(nèi)容與協(xié)同過(guò)濾的融合推薦方法
    4.1 改進(jìn)后算法問(wèn)題描述
        4.1.1 數(shù)據(jù)稀疏問(wèn)題
        4.1.2 冷啟動(dòng)問(wèn)題
    4.2 基于內(nèi)容與協(xié)同過(guò)濾的融合推薦方法
        4.2.1 算法描述
        4.2.2 融合算法的優(yōu)勢(shì)
    4.3 融合推薦方法模型構(gòu)建
    4.4 算法描述
        4.4.1 用戶-特征信息表
        4.4.2 矩陣轉(zhuǎn)化
        4.4.3 用戶聚類算法
        4.4.4 預(yù)測(cè)過(guò)程
    4.5 實(shí)驗(yàn)及分析
        4.5.1 數(shù)據(jù)集和實(shí)驗(yàn)參數(shù)的選取
        4.5.2 基于內(nèi)容與協(xié)同過(guò)濾的混合算法的結(jié)果
        4.5.3 MAE準(zhǔn)確度比較
第五章 總結(jié)及展望
    5.1 本文總結(jié)
    5.2 工作展望
參考文獻(xiàn)
致謝
攻讀學(xué)位期間發(fā)表的論文


【參考文獻(xiàn)】:
期刊論文
[1]數(shù)據(jù)挖掘技術(shù)的應(yīng)用研究[J]. 葛俊言.  中國(guó)新通信. 2018(15)
[2]基于協(xié)同過(guò)濾算法的推薦系統(tǒng)研究[J]. 李楚桐,莫贊.  信息通信. 2018(02)
[3]協(xié)同過(guò)濾推薦算法研究進(jìn)展[J]. 翁小蘭,王志堅(jiān).  計(jì)算機(jī)工程與應(yīng)用. 2018(01)
[4]個(gè)性化推薦算法綜述[J]. 孫光浩,劉丹青,李夢(mèng)云.  軟件. 2017(07)
[5]融合用戶相似度與評(píng)分信息的協(xié)同過(guò)濾算法[J]. 喬雨,李玲娟.  南京郵電大學(xué)學(xué)報(bào)(自然科學(xué)版). 2017(03)
[6]個(gè)性化推薦系統(tǒng)綜述[J]. 劉輝,郭夢(mèng)夢(mèng),潘偉強(qiáng).  常州大學(xué)學(xué)報(bào)(自然科學(xué)版). 2017(03)
[7]一種改進(jìn)的top-N協(xié)同過(guò)濾推薦算法[J]. 肖文強(qiáng),姚世軍,吳善明.  計(jì)算機(jī)應(yīng)用研究. 2018(01)
[8]一種基于用戶隱式反饋的微博信息過(guò)濾方法[J]. 石曦彤,汪嘉琪,劉邦望,李葉.  智能計(jì)算機(jī)與應(yīng)用. 2016(03)
[9]基于項(xiàng)目的協(xié)同過(guò)濾推薦算法的改進(jìn)[J]. 黃典.  中國(guó)科技信息. 2016(01)
[10]基于顯式與隱式反饋信息的概率矩陣分解推薦[J]. 王東,陳志,岳文靜,高翔,王峰.  計(jì)算機(jī)應(yīng)用. 2015(09)

碩士論文
[1]協(xié)同過(guò)濾算法相似度的研究及并行化的實(shí)現(xiàn)[D]. 邢文濤.天津大學(xué) 2017
[2]面向數(shù)據(jù)稀疏問(wèn)題的協(xié)同過(guò)濾推薦算法研究[D]. 康熠華.內(nèi)蒙古師范大學(xué) 2016
[3]基于SVD的協(xié)同過(guò)濾推薦算法研究[D]. 陳清浩.西南交通大學(xué) 2015
[4]基于LDA的社會(huì)化網(wǎng)絡(luò)文本推薦系統(tǒng)的設(shè)計(jì)及實(shí)現(xiàn)[D]. 郭宇.中國(guó)科學(xué)院大學(xué)(工程管理與信息技術(shù)學(xué)院) 2015
[5]基于物品相似度和主題回歸的矩陣分解推薦算法[D]. 鄧志豪.浙江大學(xué) 2015
[6]數(shù)據(jù)挖掘中關(guān)聯(lián)規(guī)則算法的研究與改進(jìn)[D]. 張璽.北京郵電大學(xué) 2015
[7]基于標(biāo)簽的個(gè)性化推薦系統(tǒng)的研究[D]. 楊丹.蘇州大學(xué) 2014
[8]面向個(gè)性化推薦的用戶興趣建模技術(shù)研究[D]. 宮玲玲.山東師范大學(xué) 2013
[9]基于協(xié)同過(guò)濾模型與隱語(yǔ)義模型的推薦系統(tǒng)研究與實(shí)現(xiàn)[D]. 魯權(quán).湖南大學(xué) 2013
[10]基于上下文感知的個(gè)性化信息服務(wù)系統(tǒng)的研究與設(shè)計(jì)[D]. 陳婷.北京郵電大學(xué) 2013



本文編號(hào):3185579

資料下載
論文發(fā)表

本文鏈接:http://www.sikaile.net/kejilunwen/shengwushengchang/3185579.html


Copyright(c)文論論文網(wǎng)All Rights Reserved | 網(wǎng)站地圖 |

版權(quán)申明:資料由用戶841dd***提供,本站僅收錄摘要或目錄,作者需要?jiǎng)h除請(qǐng)E-mail郵箱bigeng88@qq.com