论文摘要：基于流行度和用户偏好的推荐算法研究

消息本领的赶快兴盛，使得洪量消息资源带来的“消息过载”题目越来越重要，人们往往在消息的大海里丢失目标，越来越难获得本人须要的消息。怎样赶快灵验的发掘出有价格的消息变成处置百般题目的要害。引荐体例动作一种老练的天性化过滤本领仍旧在电子商务等范围获得了普遍的运用。在引荐体例中，引荐本领是要害。常用的引荐本领有鉴于共同过滤引荐、鉴于模子的引荐、鉴于实质的引荐和搀和引荐。个中以共同过滤引荐本领的接洽与运用最为普遍。正文在归纳引荐本领接洽的普通上，重要对准共同过滤引荐本领中的稠密性和冷启用题目举行接洽与矫正。实质与革新点重要囊括：(1)领会了现有的引荐本领的接洽近况及兴盛，比较归纳了百般引荐本领的便宜和缺点。接着引见了鉴于项手段共同过滤引荐算法和鉴于用户的共同过滤算法的实行道理。尔后中心从鉴于项手段引荐算法报告了算法实行的简直办法。(2)引见了云模子的关系实质，并精细解说了鉴于云模子的共同过滤引荐算法。其余，矫正的算法归纳名目时髦度和用户名目属性偏好两局部消息得出用户对项手段完全偏好度，以名目完全偏好度与用户评阅均值之和弥补用户未评阅名目，同声当算法遇到新名目题目时用用户对项手段完全偏好度代替猜测的评阅。(3)运用MapReduce并行处置模子以及HDFS在保存上面安定、宁静的个性，安排并实行了用户偏好下的引荐算法的并行化算法，在如实的数据会合实行了云平台下的旅行新景点的引荐。(4)正文经过比较试验考证了所提出的共同过滤算法的本能。该比较试验沿用的数据集由Grouplens供给的Movielens数据和列车头爬取的旅行网站的数据两种数据集。从试验截止领会和归纳出正文提出算法在透彻度和运转功效上面比保守共同过滤引荐算法都有着鲜明提高。

来源：半壳优胜育转载请保留出处和链接！

本文链接：http://87cpy.com/214098.html