基于隐语义模型智能算法设计.docVIP

基于隐语义模型智能算法设计 　　摘 要 分析和研究如何根据用户偏好做到“智能推荐”。以向用户智能推荐图书为例，基于人工智能和机器学习的思想，利用隐语模型对用户进行大数据分析，实现对用户的精准化智能推荐。 　　关键词 智能推荐系统；隐语义模型；人工智能；机器学习 　　中图分类号 TP3 文献标识码 A 文章编号 1674-6708（2018）214-0124-03 　　在现代这个信息高速流通的时代，用户每天都会产生海量的数据，而根据大数据进行分析用户的偏好从而实现针对每个用户的精准化推荐也成为各个公司关注的焦点。而能够实现这个目的的算法已经成为公司的核心竞争力，如小红伞、今日头条、网易云音乐等App就凭借其出色的算法实现了精准营销在同类市场竞争中占据了优势。 　　自90年代以来，学界涌现了大量的推荐算法模型，代表性的如协同过滤算法。但由于数据量越来越庞大，协同过滤算法由于结构上的缺陷已经无法高效处理，基于此本文采用改进后的隐语义模型来实现高效准确的智能推荐。总的来说，根据大数据超高维、关系复杂等特点，需开展以下研究： 　　1）谋求大数据超高维、高稀疏知识发掘：钻研机器学习方法理论，构建特定数据挖掘算法。2）研究复杂算法编程，将挖掘算法编程模型与分布式处理相统一。3）在已有并行计算平台上，构建成分布式并行化机器学习、实现复杂度低、并行性高的发掘算法（何清、李宁、罗文娟、史