| 题名 | 融合实时因素的用户聚类协同过滤推荐系统; Collaborative Filtering Recommendation System Based on User Clustering Mixing Real-time Factors |
| 作者 | 王骏钰 |
| 答辩日期 | 2016-12-23 ; 2016-04-13 |
| 导师 | 吴梅红 |
| 关键词 | 关键词：贝叶斯定理 聚类 协同过滤 Key Words: Bayes Theorem Clustering Collaborative Filtering |
| 英文摘要 | 在当今日新月异的互联网浪潮下，电子购物的用户数量和商品数量都在急剧扩增。人们如何在海量的商品信息中找到自己真正需要的商品，不仅影响着用户自己的生活，而且还影响着电子商务网站的运营。推荐系统通过向用户推荐商品，从而缩短用户的平均消费时间，提高了用户的消费体验，拉动了网站的销售量。正因为如此，推荐系统正逐渐成为电子商务产业的重要组成部分。 人们为了提高推荐系统的性能和精准度付出了巨大的努力。协同过滤是推荐算法中最成功的算法，但是在使用过程中，协同过滤算法暴露了它的一些缺点：如推荐系统的性能会随着用户项目的增加而降低；在用户初次使用时，因为无法为其找到相似的用户，从而对用户进行推荐等。 传统的基...; With the rapid expansion of Internet development, the number of electronic commerce users and commodities are increasing rapidly. How do people find their real needs commodity in the mass merchandise information, not only affects their own life, but also affects the operation of e-commerce sites. Recommended system reduce the average users’ shopping time, improve the user's shopping experience and...; 学位：工程硕士; 院系专业：信息科学与技术学院_工程硕士(计算机技术); 学号：23020131153198 |
| 语种 | zh_CN |
| 出处 | http://210.34.4.13:8080/lunwen/detail.asp?serial=56749 |
| 内容类型 | 学位论文 |
| 源URL | [http://dspace.xmu.edu.cn/handle/2288/134822]  |
| 专题 | 信息技术－学位论文 |
| 推荐引用方式 GB/T 7714 | 王骏钰. 融合实时因素的用户聚类协同过滤推荐系统, Collaborative Filtering Recommendation System Based on User Clustering Mixing Real-time Factors[D]. 2016, 2016. |
| 个性服务 |
| 查看访问统计 |
| 相关权益政策 |
| 暂无数据 |
| 收藏/分享 |
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。
修改评论