協(xié)同過(guò)濾

我要報(bào)錯(cuò)

  • 大數(shù)據(jù)個(gè)性化推薦分析

    摘 要 ：個(gè)性化推薦技術(shù)通過(guò)分析用戶(hù)的興趣愛(ài)好，對(duì)用戶(hù)進(jìn)行有針對(duì)性的推薦，在大數(shù)據(jù)時(shí)代，該技術(shù)被越來(lái)越多地應(yīng)用到互聯(lián)網(wǎng)領(lǐng)域，如何實(shí)現(xiàn)大數(shù)據(jù)個(gè)性化推薦機(jī)制已成為人們研究的熱點(diǎn)之一。在對(duì)大數(shù)據(jù)個(gè)性化推薦算法的發(fā)展歷程進(jìn)行分析的基礎(chǔ)上，研究了大數(shù)據(jù)個(gè)性化推薦的各種算法，對(duì)比分析了算法的優(yōu)缺點(diǎn)及適用場(chǎng)合， 探討了大數(shù)據(jù)個(gè)性化推薦在數(shù)據(jù)、算法、用戶(hù)、冷啟動(dòng)及推薦多樣性方面存在的問(wèn)題，并展望了其在教育、醫(yī)療、電子商務(wù)及互聯(lián)網(wǎng)金融等領(lǐng)域的應(yīng)用趨勢(shì)。

  • 協(xié)同過(guò)濾算法的研究

    摘要：協(xié)同過(guò)濾算法已經(jīng)普遍地應(yīng)用于商業(yè)推薦系統(tǒng)中并且取得了巨大的成功。協(xié)同過(guò)濾算法可以分為基于用戶(hù)的算法和基于物品的算法兩大類(lèi)，每一類(lèi)中又包含多種適用性不同的算法。為了使推薦系統(tǒng)設(shè)計(jì)人員能夠更好地針對(duì)其系統(tǒng)用戶(hù)及物品的特征選擇有效的協(xié)同過(guò)濾算法，文中通過(guò)對(duì)比的方法，闡述了各種基于用戶(hù)和基于物品的協(xié)同過(guò)濾算法的實(shí)現(xiàn)方法及對(duì)應(yīng)的優(yōu)缺點(diǎn)。