基于協同過濾推薦方法研究
大?。?/span>0.50 MB 人氣： 2017-12-06 需要積分：1
標簽：協同過濾(9756)
協同過濾算法是目前被廣泛運用在推薦系統領域的最成功技術之一，但是面對用戶數量的快速增長及相應的評分數據的缺失，推薦系統中的數據稀疏性問題也越來越明顯，嚴重地影響著推薦的質量和效率。針對傳統協同過濾算法中的稀疏性問題，采用了基于灰色關聯度的方法對用戶評分矩陣進行數據標準化處理，得到用戶關聯度并形成關聯度矩陣；然后對關聯矩陣中的用戶進行關聯度聚類，以減少相似性算法的復雜度；之后利用標簽重疊因子對傳統計算用戶相似性的協同過濾算法進行改進，將重疊因子與用戶評分以非線性形式進行組合；最后通過實例改進后的算法在推薦精確度上有著較大的提高。
?
非常好我支持^.^
(0) 0%
不好我反對
(0) 0%
下載地址
基于協同過濾推薦方法研究下載
相關電子資料下載
- 神經協同過濾NCF原理及實戰 4897
- 基于協同過濾算法的推薦 292
- 系統機器學習算法總結知識分享 4608
- 基于RFID技術和協同過濾技術的傳統超市購物應用 533
- 人工智能四大概念（分類方法、類別、機器學習和協同過濾） 39957