个性化推荐算法的研究综述.doc

  1. 1、本文档共7页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
个性化推荐算法的研究综述

毕业设计(论文)文献综述 毕业设计(论文)题目 基于ASP的个人图书管理系统 文献综述题目 个性化推荐算法的研究综述 学 院 计算机学院 专 业 软件工程 姓 名 班 级 学 号 指导教师 个性化推荐算法的研究综述 一、前言 随着互联网的出现和普及,Web已经成为现代人类获取信息的一个重要途径。我们也逐渐从信息匮乏的时代进入到信息超载的时代,由于Web信息的日益增长,人们不得不花费大量的时间去寻找自己想要的信息。尤其是网络小说的兴起,使得无数的写手投入到写小说的队伍中。导致网络上的小说的质量参差不齐。人们很难在其中找到自己合意的小说。仅通过现有的Google、百度一个往往能否和开发 (1)推荐算法特点 1)基于内容的推荐 基于内容的信息推荐方法的理论依据主要来自于和,所谓的基于内容的推荐方法就是根据用户过去的浏览记录来向用户推荐用户没有接触过的推荐项。它的核心思想是根据推荐物品或内容的元数据,发现物品或者内容的相关性,然后基于用户以往的喜好记录,推荐给用户相似的物品。系统首先对物品(图举电影的例子)的属性进行建模,图中用类型作为属性。在实际应用中,只根据类型显然过于粗糙,还需要考虑演员,导演等更多信息。通过相似度计算,发现电影A和C相似度较高,因为他们都属于爱情类。系统还会发现用户A喜欢电影A,由此得出结论,用户A很可能对电影C也感兴趣。于是将电影C推荐给A。这种推荐系统多用于一些资讯类的应用上,针对文章本身抽取一些tag作为该文章的关键词,继而可以通过这些tag来评价两篇文章的相似度。 在[1] 张培颖.基于模糊隶属度的个性化网页推荐系统[J].计算机系统应用.2008.(11) [2] 百度百科.推荐算法.[EB/OL]: /link?url=WT1Gpc5-GfZ_Ux0MbJ1Fx6gqWssqayIcqL2Q0rEAWC_bpGMkqioZJkiBiLlONhFCf6CHAHOa_CoQ5VciLZwPOgyg371XneOLoYiLRtT25HkH0MT_rt4wZHw2tYsx2lbZ [3] 沉沦风帆.常用的推荐算法解析.[EB/OL]: /u/article/details/,2016-04-28 [4]博客园.推荐系统的常用算法概述.[EB/OL]: /luchen927/archive/2012/02/04/.html,2012-02-04 [5] 王义,马尚才.基于用户行为的个性化推荐系统的设计与应用[J].计算机系统应用.2010.19.(08) [6] 王卫平,刘颖.基于客户行为序列的推荐算法[J].计算机系统应用,2006.(9) [7] 马丽.电子商务个性化推荐技术分析及比较[J].计算机系统应用.2008.(12) [8] 张培颖.基于Web内容和日志挖掘的个性化网页推荐系统[J].计算机系统应用.2008.(9) [9] 吴兵,叶春明.基于效用的个性化推荐方法[J].计算机工程.2012.38.(04) [10]许海玲,吴潇,李晓东,阎保平.互联网推荐系统比较研究[J].软件学报. 2009.20(02)350-362 [11] 数盟.推荐系统的常用算法对比.[EB/OL]: /3289.html [12] 王子政,姚卫东.一种改进的组合推荐算法研究[J].军民两用技术与产品.2015.(23):46-47 文献综述考核表 指导教师对文献综述的评语: 指导教师 (签名) 2016 年 9 月 29 日 建议成绩 评阅小组或评阅人对文献综述的评语: 评阅小组负责人或评阅人 (签名) 2016 年 9 月 29 日 建议成绩

文档评论(0)

feixiang2017 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档