网站大量收购独家精品文档,联系QQ:2885784924

基于链路预测的个性化推荐系统.docxVIP

  1. 1、本文档共41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)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
编号:()字号本科生毕业设计(论文)基于链路预测的个性化推荐系统 息安全10-3题目:姓名:学号:班级:二〇一四年六月中国矿业大学本科生毕业设计姓名:学号:院:计算机科学与技术学院专业:信息安全10-3班 设计题目:基于链路预测的个性化推荐系统专题:指导教师:职称:教授2014年6月地点:徐州计算机科学与技术学院毕业设计(论文)任务书设计(论文)题目:基于链路预测的个性化推荐系统系(部):计算机科学与技术专业:信息安全学生姓名:学号: 起迄日期: 2014 年 1 月18 日 ~ 6月 2 日设计(论文) 地点:中国矿业大学指导教师:职称:教授系(部)主任:发任务书日期: 2014年 1 月 13 日任务书填写要求1.毕业设计(论文)任务书由指导教师根据各课题的具体情况填写,经系(部)负责人审查、院领导签字后生效。此任务书应在毕业设计(论文)开始前一周内填好并发给学生;2.任务书内容必须用黑墨水笔工整书写或按统一设计的电子文档标准格式打印,不得随便涂改或潦草书写,禁止打印在其它纸上后剪贴;3.任务书内填写的内容,必须和学生毕业设计(论文)完成的情况相一致,若有变更,应当经过所在专业及院分管领导审批后方可重新填写;4.任务书内有关“系(部)”、“专业”等名称的填写,应写中文全称,不能写数字代码。学生的“学号”要写全号;5.任务书内“主要参考文献”的填写,应按照国标GB 7714—87《文后参考文献著录规则》的要求书写,不能有随意性;6.有关年月日等日期的填写,应当按照国标GB/T 7408—94《数据元和交换格式、信息交换、日期和时间表示法》规定的要求,一律用阿拉伯数字书写。如“2005年2月12日”或“2005-02-12”。毕业设计(论文)任务书1.毕业设计(论文)应达到的目的:根据每个用户的偏好特性来提供满足用户需求的信息,进而推荐适合的信息给用户。2.毕业设计(论文)的内容和要求(包括原始数据、技术要求、工作要求等):基于网络结构的推荐算法不考虑用户和产品的特征,而只是把它们抽象成为点,也不依赖用户对产品的评价数据,所有算法利用的信息都隐藏在用户和产品的选择关系中。一个有m个用户n个产品的系统,可以抽象成一个具有m+n个节点的二部图,当某个用户选择某个产品时就在这两个节点之间连线,而且用户曾经选择的产品具有向用户推荐其它产品的能力,根据给定的公式可以计算某个产品推荐其它产品的能力。1. 掌握Python语言,学会使用Python第三方开源包Networkx进行复杂网络的分析;使用Django+MySQL进行Web开发。2. 掌握二元网络结构,分析二元网络的特征,预测二元网络链路的演化。3. 优化商品推荐系统。注:二元网络是可以明确分为两类的网络,只有不同类之间发生联系,相同类不存在联系。如“用户”+“商品”,“用户”+“群组”网络。3.对毕业设计(论文)成果的要求〔包括图表、实物等硬件要求〕:基于链路预测的个性化推荐系统。4.主要参考文献:1. Jannach Deitmar, Felfering Alexander, Friedrich Gerhard and Zanker Markus,Recommender Systems: ANINTRODUCTION, 2010, Cambridge University Press2. Schein A, Popescul A., Ungar L.h and Pennock D.M, “Methods And Metrics For Cold-start Recommendations”, pp. 253-2603. Nock R. and Nielsen F, “On Weighting Clustering”, vol. 28, no. 8, pp. 1-13, 20064. G. Lekakos and P. Caravelas. A hybrid approach for movie recommendation. Multimedia tools and applications, 36(1):55-70, 2008. (Pubitemid 350274737)5. Z. Li, B. Ding, J. Han, and R. Kays. Swarm: Mining relaxed temporal moving object clusters. Proceedings of the VLDB Endowment, 3(1-2):723-734, 2010.5.毕业设计(论文)工作进度计划:序号起迄日期工作内容12014-01-18—2014-03

文档评论(0)

peace0308 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档