欢迎来到天天文库
浏览记录
ID:42033699
大小:672.59 KB
页数:23页
时间:2019-09-05
《基于用户协同过滤算法的电影推荐系统》由会员上传分享,免费在线阅读,更多相关内容在应用文档-天天文库。
1、泰迪华南杯数据挖掘竞赛论文报告基于用户协同过滤算法的电影推荐系统摘要随着电子商务的高速发展和普及应用,个性化推荐的推荐系统已成为一个重要研究领域。个性化推荐算法是推荐系统中最核心的技术,在很大程度上决定了电子商务推荐系统性能的优劣。协同过滤是应用最为广泛的一种个性化推荐技术。协同过滤主要分为基于用户的协同过滤和基于项目的协同过滤。本文研究了基于用户的协同过滤推荐算法及其在电影推荐系统中的应用,设计开发了相应的电影推荐系统中个性化推荐原型系统,并对该算法的推荐质量进行了深入的实验分析。本文也介绍了协同过滤推荐的基本思想。在介绍电影推荐系统推荐技术研究与应用现状的基
2、础上,详细说明了基于用户的协同过滤推荐算法及其具体实现步骤。采用JavaWeb实现了原型系统。对于挖掘结果从算法效率及应用意义上进行比较分析关键词:电影基于用户的协同过滤推荐余弦相似性相关相似性-1-泰迪华南杯数据挖掘竞赛论文报告目录第1章绪论..................................................................................................................31.1、研究背景.......................................
3、....................................................................31.2、国际发展形势...................................................................................................4第2章基于用户协同过滤推荐技术.........................................................................42.1电子商务推荐系统概述...
4、...................................................................................42.2协同过滤推荐技术..............................................................................................5第3章基于用户的协同过滤推荐算法.....................................................................63.1基于用户协
5、同过滤算法的介绍..........................................................................63.2、基于用户喜好值推荐算法的思路...................................................................73.2.1建立用户模型................................................................................................73.2.2寻找
6、最近邻居................................................................................................71.余弦相似性(Cosine)..................................................................................82.相关相似性(Correlation).................................................................
7、...........83.2.2产生推荐项目................................................................................................83.3算法的实现..........................................................................................................93.4电影推荐系统界面实现....................................
8、............
此文档下载收益归作者所有