優(yōu)化的協(xié)同過濾推薦算法
大小：0.26 MB 人氣： 2017-12-19 需要積分：3
基于最近鄰的協(xié)同過濾算法是個性化推薦中應(yīng)用的最為成功的算法，然而在普通網(wǎng)絡(luò)中，用戶身份興趣等信息缺乏可靠性，導(dǎo)致該算法推薦不夠精確。社會網(wǎng)絡(luò)是彼此擁有足夠的感情后建立起來的一種人際關(guān)系網(wǎng)絡(luò)，它的出現(xiàn)為廣大用戶提供了一個相對安全的綠色交流通道。本文針對社會網(wǎng)絡(luò)中個性化推薦系統(tǒng)存在的問題，提出了一種在社會網(wǎng)絡(luò)下基于信任度的最近鄰居集合算法的優(yōu)化，該算法通過分析社會網(wǎng)絡(luò)中用戶的信任度給出個性化推薦。實驗表明，該算法在社會網(wǎng)絡(luò)中的應(yīng)用提高了個性化推薦的準確度，增加了用戶的滿意程度。
非常好我支持^.^
(0) 0%
不好我反對
(0) 0%
下載地址
優(yōu)化的協(xié)同過濾推薦算法下載
相關(guān)電子資料下載
- TikTok將開發(fā)獨立版推薦算法，以滿足美國用戶需求？ 426
- 快手的短視頻推薦算法（1） 782
- 詳解推薦算法的架構(gòu)流程 2871
- 《麻省理工科技評論》發(fā)布了最新的2021年10大突破性技術(shù)的概念 2813
- top-N推薦算法評測的影響有哪些？ 1846
- 基于賽靈思FPGA的廣告推薦算法Wide and deep硬件加速案例 2775
- 互聯(lián)網(wǎng)廣告推薦迎來變革，雪湖科技聯(lián)合賽靈思發(fā)布推薦算法解決方案 1614
- 基于阿里云FPGA云的廣告推薦算法加速器 985
- 基于深度學(xué)習(xí)的推薦算法大部分都存在不同程度的數(shù)據(jù)集缺失和源碼缺失 3690
- 基于標簽的推薦算法應(yīng)用場景、基于標簽的推薦算法原理介紹 16714