基于特征偏好分析的改進混合推薦算法
大?。?/span>0.59 MB 人氣： 2017-11-30 需要積分：1
標簽：推薦算法(9953)
針對當前推薦算法中存在的一些問題，本文提出通過基于用戶特征分析和產品特征分析結合的改進混合推薦算法。用戶初次進入系統后，首先通過ICT-CLAS技術對評論文本進行分詞和詞性標注，再將特征詞歸納量化，計算物品特征權重，完成數據第一步采集處理；下一步基于用戶行為計算用戶偏好特征值；結合傳統協同過濾推薦算法，通過鄰居用戶聚類，計算用戶對其它項目的評價得分，向用戶推薦得分最高的項目內容。經過實驗，結果表明該方法可以提高推薦的精確度。
非常好我支持^.^
(0) 0%
不好我反對
(0) 0%
下載地址
基于特征偏好分析的改進混合推薦算法下載
相關電子資料下載
- TikTok將開發獨立版推薦算法，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流程 2871
- 《麻省理工科技評論》發布了最新的2021年10大突破性技術的概念 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
- 互聯網廣告推薦迎來變革，雪湖科技聯合賽靈思發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
- 基于深度學習的推薦算法大部分都存在不同程度的數據集缺失和源碼缺失 3690
- 基于標簽的推薦算法應用場景、基于標簽的推薦算法原理介紹 16714