關于我們
書單推薦
新書推薦
|
推薦系統(tǒng)關鍵技術的研究
信息化、智能化技術的快速發(fā)展引發(fā)了數據爆發(fā)式增長,大數據時代的到來也伴隨著\"信息過載\"問題的出現。推薦系統(tǒng)是解決信息過載問題的有效方法,作為現階段推薦算法當中應用為廣泛的個性化推薦算法之一,協(xié)同過濾推薦算法有著該領域內其他推薦算法無法比擬的諸多優(yōu)點。但是在實際應用場景中,協(xié)同過濾推薦算法仍然有較多問題亟須解決。
針對協(xié)同過濾推薦算法面對的數據稀疏性問題,《推薦系統(tǒng)關鍵技術的研究》分別采用數據填充方法、融合信任的概率矩陣分解模型、融合用戶評分信息和項目評論特征的深度學習模型進行分析解決。針對協(xié)同過濾推薦算法面對的冷啟動問題,《推薦系統(tǒng)關鍵技術的研究》分別采用K-means聚類算法與基于優(yōu)化的遺傳算法的K-means聚類混合算法進行分析解決。針對協(xié)同過濾推薦算法面對的擴展性問題,《推薦系統(tǒng)關鍵技術的研究》采用基于Hadoop平臺MapReduce分布式計算、HDFS分布式存儲模型進行算法并行化處理。同時,在真實的數據集上通過實驗驗證上述模型與算法的可行性與有效性。 《推薦系統(tǒng)關鍵技術的研究》共分為6章,包括推薦系統(tǒng)、數據填充方法、K-means聚類算法、基于混合算法的推薦系統(tǒng)、基于信任關系的推薦系統(tǒng)和融合多源數據的推薦系統(tǒng)。 《推薦系統(tǒng)關鍵技術的研究》可作為推薦系統(tǒng)研究方向高年級本科生和研究生的教材,也可供相關領域的技術人員和科研工作者閱讀參考。
你還可能感興趣
我要評論
|