个性化推荐研究.docxVIP

下载本文档

0
0
约1.43万字
约 24页
2023-12-24 发布于湖南
举报
版权申诉

个性化推荐研究.docx

1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
3、文档侵权举报电话：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

摘要

随着信息时代的到来，人们可以获取任何需要的信息，与此同时，在浩瀚的信息中，使用户高效获取感兴趣的内容成为网络服务商必须解决的问题，个性化推荐系统也随之出现。网络服务提供商需根据用户行为的数据，为其推荐可能感兴趣的内容。但是由于数据量巨大，且推荐内容种类繁多，推荐效果良莠不齐。聚类分析、关联分析是个性化推荐中常用的方法。但是这两种方法也有各自的缺陷，鉴于此，本文将采用基于聚类分析及关联规则挖掘的个性化推荐。

本文利用电影网站的用户数据进行建模，共采用了四种模型进行个性化推荐：K-means、Apriori、基于聚类分析的关联规则发现、聚类分析与关联规则互补，与此同时，由于在聚类分析中，