R语言数据挖掘.pptxVIP

下载本文档

11
0
约小于1千字
约 21页
2021-01-11 发布于广东
举报
版权申诉

R语言数据挖掘.pptx

1、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。。
2、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。
3、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)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、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。
6、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。
7、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

R 语言数据挖掘论文;2;3;行为记录 ;依据所提供的原始数据，确定挖掘目标如下：挖掘目标： 1、借助大量用户的访问记录，发现用户的访问行为习惯，对不同需求的用户进行相关服务页面的推荐； 2、根据用户访问内容、访问次数等属性特征，深入了解用户对访问网站的行为和目的及关心的内容二、推荐系统架构总体流程 ;;7;8;;10;浏览 ;12;基于项目的协同过滤性能：UserCF 适用于用户较少的场合，否则计算用户相似度矩阵的代价很大；而 ItemCF 正好相反，适用于项目数明显小于用户数的情况实时性：UserCF 用户有新行为，不一定造成推荐结果的立即变化；ItemCF 正好相反，一定会导致推荐结果的实时变化长尾物品丰富，用户个性化需求强烈的领域推荐理由：与 UserCF 相比，ItemCF 利用用户的历史行为给用户做推荐解释，更容易让用户信服算法流程：关联规则是从事务数据库，关系数据库和其他信息存储中大量数据的项集之间发现有趣的、频繁出现的模式、关联和相关性。更确切的说，关联规则通过量化的数字描述物品甲的出现对物品乙的出现有多大的影响。 ; ; 推荐结果 2：竞赛网页类型（部分如下） ; 推荐结果 3：企业合作网页类型（部分如下） ; 推荐结果 4：新闻公告网页类型（部分如下） ; ;19;20;21