文本中期答辩.pptVIP

  • 6
  • 0
  • 约1.85千字
  • 约 14页
  • 2021-06-02 发布于北京
  • 举报
基于实例与大众分类法的在线影视推荐系统的设计与实现 导师:吴晓军 2098班 高岩 选题背景 主要研究内容 问题及方案 工作进展 下一步工作计划 选题背景 亚马逊的商品推荐,Facebook的好友推荐,Digg的文章推荐,豆瓣的豆瓣猜,Last.fm和豆瓣FM的音乐推荐,Gmail里的广告...... 推荐系统可以解决互联网信息过载的问题。 选题背景 通过CBR(Case Based Recommendation)为用户提供推荐 选题背景 CBR Folksonomy 大众分类法解决了推荐物品的知识来源问题,提高了用户参与度, 为精准推荐物品提供更多的数据。 Folksonomy:群众自发性定义的平面非等级标签分类 主要研究内容 --CBR-Folksonomy推荐框架 CBR推荐效率上的改进: 混合评价 Folksonomy的语义提取 以上两者的整合 知识获取平台 调试测试平台 同步组件 推荐系统 推荐引擎 知识库 推荐系统 推荐引擎 online offline 推荐系统整体框架 主要工作进展 --CBR推荐 算法 1-1 单维度推荐算法(举例) 输入:用户初始关键词q, 候选物品CI procedure Critiquing do: r = ItemRecommend(q, CI); q = UserReview(r, C

文档评论(0)

1亿VIP精品文档

相关文档