

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、伴隨著互聯(lián)網(wǎng)的不斷發(fā)展,網(wǎng)絡數(shù)據(jù)量迅速增長,如何快速高效地從海量數(shù)據(jù)中獲取用戶需求,解決信息過載問題變得愈加緊迫,在此背景下個性化推薦系統(tǒng)應運而生。個性化推薦系統(tǒng)是通過收集用戶數(shù)據(jù),分析用戶興趣,向用戶推薦所需的產(chǎn)品和信息。在眾多推薦方法中,以用戶行為確定興趣相似的鄰居用戶、推斷目標用戶喜好的協(xié)同推薦應用最為廣泛,然而忽略了用戶自身和用戶間的結構特征關系,有效利用可以豐富單個用戶信息,更準確地識別相似用戶,從而提高推薦質量。針對這一不足
2、,論文提出了一種基于用戶特征發(fā)現(xiàn)的協(xié)同推薦方法。
本文在大量文獻系統(tǒng)分析整理的基礎上,首先,通過對用戶協(xié)同推薦問題的基本描述,構建基于用戶特征的協(xié)同推薦網(wǎng)絡體系,選擇用戶特征的表現(xiàn)維度----用戶價值、用戶偏好和用戶關系,形成基于用戶特征的協(xié)同推薦方案。其次,根據(jù)三層網(wǎng)絡結構的協(xié)同推薦網(wǎng)絡體系,從不同層面的網(wǎng)絡映射描述用戶特征,制定相應維度的知識發(fā)現(xiàn)方法。價值維度通過用戶價值的評價,形成基于SOM的用戶價值細分簇;偏好維度結合
3、態(tài)度行為理論預測用戶行為,填充評分矩陣,形成基于用戶偏好的評分預測;關系維度引入社會網(wǎng)絡分析理論建立用戶關系網(wǎng)絡,選取中心性與PageRank評價指標,形成基于社會網(wǎng)絡分析的用戶評級。然后,綜合三個維度的用戶特征表示,構建基于用戶特征融合的協(xié)同過濾推薦模型。在用戶價值、用戶偏好和用戶關系相似性計算的基礎上,采取自適應權重的方式計算綜合相似度,獲取目標用戶影響最大的鄰居集合,針對性的采取關聯(lián)規(guī)則進行產(chǎn)品推薦,進一步數(shù)據(jù)實驗驗證了方法的有效
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(lián)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(wǎng)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(jīng)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(xiàn)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(lián)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。
最新文檔
- 基于用戶與服務特征的協(xié)同過濾推薦研究.pdf
- 基于用戶偏好的協(xié)同過濾推薦方法研究.pdf
- 基于用戶興趣的MC協(xié)同過濾推薦方法研究.pdf
- 面向服務推薦的用戶興趣發(fā)現(xiàn)方法研究.pdf
- 基于用戶個人特征的多內容項目協(xié)同過濾推薦.pdf
- 基于用戶協(xié)同過濾推薦算法的研究.pdf
- mba論文面向服務推薦的用戶興趣發(fā)現(xiàn)方法研究pdf
- 綜合用戶特征的協(xié)同過濾推薦算法的研究.pdf
- 基于用戶推薦質量的服務推薦方法研究.pdf
- 基于用戶興趣的移動微博協(xié)同過濾推薦方法研究.pdf
- 基于用戶聚類的協(xié)同推薦算法研究.pdf
- 基于頻繁模式挖掘的網(wǎng)絡攻擊檢測及特征發(fā)現(xiàn).pdf
- 基于用戶興趣的協(xié)同過濾推薦算法研究.pdf
- 基于用戶聲譽的魯棒協(xié)同推薦算法研究.pdf
- 基于用戶重要性的協(xié)同推薦算法研究.pdf
- 基于用戶情境的協(xié)同推薦算法研究與應用.pdf
- 微博用戶興趣發(fā)現(xiàn)與用戶推薦研究.pdf
- 基于用戶興趣模型的服務發(fā)現(xiàn)方法研究.pdf
- 基于主題模型的用戶興趣發(fā)現(xiàn)和好友推薦研究.pdf
- 基于用戶協(xié)同過濾的視頻推薦系統(tǒng)研究.pdf
評論
0/150
提交評論