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

基于受限玻爾茲曼機(jī)的協(xié)同過(guò)濾推薦算法研究

發(fā)布時(shí)間:2024-02-22 00:30
  隨著移動(dòng)互聯(lián)網(wǎng)技術(shù)的快速發(fā)展,網(wǎng)絡(luò)信息呈爆炸式增長(zhǎng)。用戶面對(duì)海量復(fù)雜且冗余的數(shù)據(jù)時(shí),用戶往往無(wú)法快速尋找到有用的信息,這便會(huì)造成“信息過(guò)載”的問(wèn)題。為了解決信息過(guò)載問(wèn)題,推薦系統(tǒng)應(yīng)運(yùn)而生。推薦系統(tǒng)通過(guò)提取項(xiàng)目特征和收集用戶的歷史行為信息,然后結(jié)合相關(guān)推薦算法為用戶推薦感興趣的項(xiàng)目。推薦算法是推薦系統(tǒng)的靈魂,其中協(xié)同過(guò)濾算法是目前應(yīng)用最廣泛的推薦算法。然而協(xié)同過(guò)濾算法也存在著一些不足之處,如處理高度稀疏的數(shù)據(jù)集時(shí),會(huì)導(dǎo)致推薦系統(tǒng)的精度下降從而出現(xiàn)數(shù)據(jù)稀疏性問(wèn)題;還有處理大規(guī)模數(shù)據(jù)集時(shí),計(jì)算效率過(guò)低導(dǎo)致推薦效率下降從而出現(xiàn)可擴(kuò)展性問(wèn)題。因此,如何解決數(shù)據(jù)稀疏性和算法可擴(kuò)展性問(wèn)題對(duì)協(xié)同過(guò)濾算法研究具有重要意義。本文以基于受限玻爾茲曼機(jī)的協(xié)同過(guò)濾推薦算法為基礎(chǔ),結(jié)合用戶信任度、項(xiàng)目時(shí)間權(quán)重、多源信息聚類(lèi)算法和Hadoop平臺(tái)進(jìn)行研究。本文的主要工作和創(chuàng)新如下:1.針對(duì)協(xié)同過(guò)濾推薦系統(tǒng)中存在的數(shù)據(jù)稀疏性問(wèn)題。本文首先以用戶信任度和項(xiàng)目時(shí)間權(quán)重為基礎(chǔ),改進(jìn)了用戶之間的相似度計(jì)算公式,然后結(jié)合多源信息聚類(lèi)算法進(jìn)行評(píng)分預(yù)測(cè);同時(shí)本文也改進(jìn)了受限玻爾茲曼機(jī)模型的可見(jiàn)層,用高斯分布單元替代二值單元,改進(jìn)后...

【文章頁(yè)數(shù)】:70 頁(yè)

【學(xué)位級(jí)別】:碩士

【部分圖文】:

圖4.215門(mén)課程的IRS值

圖4.215門(mén)課程的IRS值

基于受限玻爾茲曼機(jī)協(xié)同過(guò)濾和Hadoop-Mahout的課程推薦算法的研究Android攻城獅的第一門(mén)課(入門(mén)篇)9.62.0609036920.2881.886078857Linux達(dá)人養(yǎng)成計(jì)劃I9.64.5792196000.1504252.3112119....


圖5.7單、雙、三節(jié)點(diǎn)執(zhí)行推薦算法運(yùn)行時(shí)間對(duì)比

圖5.7單、雙、三節(jié)點(diǎn)執(zhí)行推薦算法運(yùn)行時(shí)間對(duì)比

基于受限玻爾茲曼機(jī)協(xié)同過(guò)濾和Hadoop-Mahout的課程推薦算法的研究圖5.65MB文件推薦結(jié)果Fig.5.65MBfilerecommendationresults從輸出結(jié)果看出,對(duì)用戶1的推薦課程為2號(hào)、11號(hào)、12號(hào)課程,推薦指數(shù)分為182....


圖4-2CRBM-CR看待評(píng)分?jǐn)?shù)據(jù)的視角:將評(píng)分記錄進(jìn)一步劃分出瀏覽記錄和購(gòu)買(mǎi)記錄

圖4-2CRBM-CR看待評(píng)分?jǐn)?shù)據(jù)的視角:將評(píng)分記錄進(jìn)一步劃分出瀏覽記錄和購(gòu)買(mǎi)記錄

基于受限玻爾茲曼機(jī)的協(xié)同推薦算法研究35為分別借用了協(xié)同過(guò)濾問(wèn)題和單類(lèi)協(xié)同過(guò)濾問(wèn)題的受限玻爾茲曼機(jī)模型,本文分別將這兩種思路對(duì)應(yīng)的算法簡(jiǎn)記為RBM-CF2CR和RBM-OCCF2CR。上述RBM-CF2CR和RBM-OCCF2CR實(shí)際上代表了我們看待訓(xùn)練數(shù)據(jù)(評(píng)分矩陣)的兩種視角....


圖4-5?CRBM圖模型??條件受限玻爾茲曼機(jī)(CRBM)加入了評(píng)分/未評(píng)分信息,r表示評(píng)分/未評(píng)分信??息,r=0表示未評(píng)分,r=l表示己評(píng)分,1?將影響隱藏層單元狀態(tài)

圖4-5?CRBM圖模型??條件受限玻爾茲曼機(jī)(CRBM)加入了評(píng)分/未評(píng)分信息,r表示評(píng)分/未評(píng)分信??息,r=0表示未評(píng)分,r=l表示己評(píng)分,1?將影響隱藏層單元狀態(tài)

基于協(xié)同過(guò)濾的推薦算法研究??基于受限玻爾茲曼機(jī)的協(xié)同過(guò)濾??Afl,?=/(<V,.?>dat〇?-<V,.?>,.ecJ??a6;?>dala?-<hj?>recJ??8?End?for??9?T=T-1??10?End?While???4.?2.?3條件受限玻爾茲曼機(jī)協(xié)同過(guò)....



本文編號(hào):3906120

資料下載
論文發(fā)表

本文鏈接:http://www.sikaile.net/kejilunwen/shengwushengchang/3906120.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08380***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