基于.用户配置文件的个性化推荐方法的研究与实现

基于.用户配置文件的个性化推荐方法的研究与实现

ID:33911843

大小:4.11 MB

页数:50页

时间:2019-03-01

基于.用户配置文件的个性化推荐方法的研究与实现_第1页
基于.用户配置文件的个性化推荐方法的研究与实现_第2页
基于.用户配置文件的个性化推荐方法的研究与实现_第3页
基于.用户配置文件的个性化推荐方法的研究与实现_第4页
基于.用户配置文件的个性化推荐方法的研究与实现_第5页
资源描述:

《基于.用户配置文件的个性化推荐方法的研究与实现》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、万方数据工程硕士学位论文method,thefusionprocessingisconductedwiththenumberoftagswhichtheuserhadusedandthetotalnumberofresourceswhichtheuserhadmarkedwhileconstructinguserprofile,thetagweightsofactiVeusershasrelativelyreduced,also,thefIusionprocessingisconductedwiththenumberoftagswhichhad1abeledtheresourceandt

2、henumberofuserswhohadannotatedtheresource,sothattheprofilecouldmoreaccuratelyrenectthecharacteristicsofusersandresources.Second,thispaperhadfurtherstudiedthetraditionalcosinesimilaritycalculationmethod,andhadputforwardimproVementstrategytoimprovetheaccuracyoftheretrieVedresultasawhole,thatiscombi

3、ningwiththenumberoftagswhichhasmatched.Then,onthebasisofthetraditionalrecommendationsystem,calculatedthecorrelationofthepreliminaryresultandtheconlputeduserpronle,hadappliedtheuserinterestmodelintosearcheffbctiVely.TheeffbctivenessoftheproposedmethodisVerifiedbysomerelatedexperiments.Finally,used

4、themethodproposedinthispapertoexperimentwithMovieLensdatasetrepeatedly,andhadc01lectedusersintogroupsusingclusteringtechn0109yaccordingtothesimilarityofuserprofiles,hadconlputedtheusergroupinteresttoupdatinguser’sinterestmodel,combinedpersonalizedrecommendationandgrouprecommendationperfectly,andm

5、aketherecommendationresultmoreconvincing.Keywords:Personalizedsearch;TF-IDF;Userprofile;Resourceprofile;CosinesimiIari坶IV万方数据目录学位论文原创性声明⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..I学位论文版权使用授权书⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..I摘要⋯⋯⋯⋯⋯⋯⋯....⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.IIAbstract⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.III插图索引⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯

6、⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.VII附表索引⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯VIII第1章绪论⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯11.1研究背景及意义⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯11.2相关技术研究现状⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯21.2.1搜索引擎国内外研究现状⋯...⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..21.2.2基于标签的推荐技术国内外研究现状⋯⋯⋯⋯⋯⋯⋯⋯⋯一31.3主要研究内容⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯41.4论文组织结构⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯5第2章相关技术综述⋯⋯⋯⋯⋯⋯⋯⋯

7、⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯62.1个性化推荐系统概述⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯62.2用户兴趣模型⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯一72.2.1用户建模的信息来源⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯72。2.2用户兴趣模型的表示⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯82.2.3用户兴趣模型的建立与更新⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯102.3主要聚类技术⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..102.3.1K均值聚

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。