基于协同过滤的推荐算法研究.docx

  1. 1、本文档共11页,其中可免费阅读4页,需付费200金币后方可阅读剩余内容。
  2. 2、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。
  3. 3、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
  4. 4、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多

摘要

随着网络和科技的快速发展,人们可以在网络可以轻松获取海量的信息和服务。但是人们无法从大量信息中快速找到所需的信息。这就是所谓的“信息过载问题”。实时的推荐系统使得该问题得以有效地解决。推荐系统的作用是自动根据用户的要求过滤大量信息从而得出用户所期望的结果。该推荐技术可以根据用户提供的信息实时计算推荐结果。当前推荐系统中协同过滤算法得到的结果最优,该推荐算法是靠分析用户在网站产生行为信息设计的。具体来说,它通过行为来判断某些相似性,例如用户之间的相似性或者项目之间的相似性,通过研究相似用户的行为做出决策和建议。协同过滤包括两个操作:协同和过滤。协同是找到所有用户的反馈,评估相似

文档评论(0)

%%%%%%%%%%%%%%%%% + 关注
实名认证
内容提供者

#############################

1亿VIP精品文档

相关文档