基于云计算的知识服务推荐系统研究

基于云计算的知识服务推荐系统研究

ID:34631177

大小:10.28 MB

页数:67页

时间:2019-03-08

基于云计算的知识服务推荐系统研究_第1页
基于云计算的知识服务推荐系统研究_第2页
基于云计算的知识服务推荐系统研究_第3页
基于云计算的知识服务推荐系统研究_第4页
基于云计算的知识服务推荐系统研究_第5页
资源描述:

《基于云计算的知识服务推荐系统研究》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、RESEARCHoNKNOWLEDGESERVICERECoMMENDATIoNSYSTEMBASEDoNCLoUDCOMPUTINGADissertationSubmittedtotheGraduateSchoolofHenanNormalUniversityinPartialFulfillmentoftheRequirementsfortheDegreeofMasterofScienceByChongDashuangSupervisor:Prof.GaoHongqmgApril,2013摘要推荐系统可以根据用户信息及行为,例如性别、年龄、爱好以及用

2、户选择记录,从海量知识中选择其可能感兴趣的内容推荐给用户。推荐系统很好的满足了知识服务的个性化服务特征。推荐系统对用户信息和行为数据的不断采集,推荐质量也在相应提高,不断接近精确推荐。推荐系统在社交网络、电子商务、搜索引擎、互联网广告营销中具有重要的意义。今天,我们的学习系统与社交网络、搜索引擎等密不可分,那么研究推荐系统对促进我们的学习也具有重要的意义。云计算平台为推荐系统提供了天然优势。首先,云中的数据存储是集群化的,存储管理是虚拟化的,理论上为推荐系统提供了无容量限制的数据存储能力和高效的数据吞吐能力,推荐系统因此可以拥有能快速获取、海量的训练数

3、据,得以提供优质的推荐结果;其次,云的分布式计算能力和物理资源虚拟化为推荐系统提供了较高的响应能力,这有助于为大量用户提供个性化推荐。通过对知识服务、推荐系统、云计算相关技术的阐述,构建了个性化推荐系统模型,构建了云环境下的知识库,构建了用户模型,并在MapReduce的基础上改进了基于协同过滤的推荐算法,使推荐系统适应当前海量数据时代的计算要求。在理论上对云计算环境下的知识服务具有一定的探索意义,在实践上对向学习者推荐个性化知识服务具有参考价值。关键词:知识服务,云计算,推荐系统,个性化,MapReduceABSTRACTAccordingtouse

4、r’sinformationandbehavior,suchasgender,ageandhobbies,recommendationsystemCanselectthecontentthatmaybeinterestedbytheUSerfromthevastamountsofknowledgeandrecommendtOtheuser.RecommendationsystemisgoodenoughtOmeetthepersonalizedservicecharacteristicsoftheknowledgeservice.Thequalityo

5、frecommendationisincreasingandclosetoaccuraterecommendation,becauseofthecontinuousacquisitionoftherecommendationsystemforUSerinformationandbehaviordata.RecommendationsyStemplaysallimportantroleinsocialnetworking,e-commerce,searchengines,internetadvertisingandmarketing.Today,ourl

6、earningsystemiscloselyconnectedwithsocialnetworksandsearchengines,SOtherecommendationsystemalsohasthevitalsignificancetopromote0111"study.Cloudcomputingplatformprovidesanaturaladvantageforrecommendationsystem.First,theclusteringofthedatastoredinthecloudandthevirtualizationofthes

7、toragemanagementprovidedatastoragecapacitywithoutlimitsandhighefficientdatathroughputcapacity,thereforerecommendedsystemCanhavequicklyaccess,hugeamountsoftrainingdataandprovidehighqualityrecommendationSecondly,thecloud’Sdistributedcomputingpowerandthevirtualizationofphysicalreso

8、urcesprovidegreaterresponsiveness,whichhelpstop

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。