免费论文摘要：鉴于一致度传递和中心模子的天性化引荐本领的接洽与实行

天性化引荐是消息过滤和数据发掘范围的要害接洽实质。经过适合的天性化引荐算法，不妨更好地发掘出用户之间、资源之间以及用户和资源之间潜伏的关系性，对洪量数据实行过滤，进而为用户供给天性化的、精准的资源引荐效劳，极地面满意了用户的天性化需要，对于互联网络电子商务，资源引荐网站等，该运用接洽具备格外要害的意旨。 保守的鉴于用户user-based的共同过滤算法和鉴于资源item-based的共同过滤算法都不过辨别商量用户之间的一致度和资源之间的一致度，而没有商量两者一致度之间的联系；而跟着Web2.0的运用，很多资源被用户用标签举行标明，怎样运用标签消息举行天性化引荐也是一个犯得着接洽的课题。 开始，正文提出了一种鉴于评阅的一致度传递的天性化引荐算法SSPR，该算法按照用户对资源的评阅消息，经过一致度传递算法获得用户一致度矩阵和资源一致度矩阵，在此普通上辨别举行鉴于用户的和鉴于资源的共同过滤天性化引荐；其次，正文提出了一种鉴于标签的中心模子的天性化引荐本领TTMR，该算法按照用户对资源标明的标签及LDA模子，将用户与资源映照到中心语义空间举行一致度计划，获得用户一致度矩阵和资源一致度矩阵，并在此普通长进行保守的共同过滤引荐；结果，正文提出了鉴于SSPR算法和TTMR算法加权的搀和引荐算法RTR来归纳评阅和标签消息举行天性化引荐。 正文对SSPR、TTMR、RTR三种算法在Movielens公然数据集长进行试验考证其灵验性，并安排和实行了鉴于搀和引荐模子RTR算法的天性化引荐原形体例。 正文的接洽功效不妨运用于关系具备评介或标签数据的体例中，在资源、实质、效劳、告白引荐上面有宏大的运用远景。

来源：半壳优胜育转载请保留出处和链接！

本文链接：http://87cpy.com/204172.html