基于社會化媒體情境的多維智能推薦算法
大?。?/span>1.11 MB 人氣： 2017-12-22 需要積分：1
標簽：推薦算法(9953)
針對傳統(tǒng)協(xié)同智能推薦技術的冷啟動、數(shù)據(jù)稀缺性問題，為提高推薦算法的效率和準確性，提出一種基于社會化媒體情境的多維智能推薦算法模型。該模型將目標用戶的屬性特征、行為特征考慮到社會化媒體情境信息中，并動態(tài)實時捕捉用戶在不同社會化媒體情境下的偏好傾向，利用聯(lián)機分析處理（ OLAP）技術對多維數(shù)據(jù)進行處理。該模型將用戶間的社會化關系和所處的政治經(jīng)濟環(huán)境視為衡量用戶相似的重要指標，同時使用皮爾森系數(shù)和云模型來計算用戶間各特征的相似度，并以此為推薦基礎向用戶呈現(xiàn)更個性化和定制化的推薦結果。實驗結果表明，該模型的推薦結果的平均絕對誤差明顯小于傳統(tǒng)的協(xié)同智能推薦和單純的基于云模型推薦技術。
非常好我支持^.^
(0) 0%
不好我反對
(0) 0%
下載地址
基于社會化媒體情境的多維智能推薦算法下載
相關電子資料下載
- 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大突破性技術的概念 2814
- 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
- 基于深度學習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用場景、基于標簽的推薦算法原理介紹 16714