没有合适的资源？快使用搜索试试~
我知道了~
文库首页
开发技术
其它
基于云模型的协同过滤推荐算法
基于云模型的协同过滤推荐算法
协同过滤
2星
需积分: 31
28 下载量
53 浏览量
2009-08-15
07:51:38
上传
评论
收藏
620KB
PDF
举报
温馨提示
立即下载
协同过滤系统是电子商务系统中最重要的技术之一,用户相似性度量方法是影响推荐算法准确率高低的关键因素
资源推荐
资源评论
基于云模型的协同过滤推荐算法实现（输入用户id，输出用户相似度、最近邻居、推荐结果）
浏览：146
操作说明： 1、解压下载的CollaborativeFilteringBasedUserCloud压缩文件 2、操作系统中需装java jdk1.7或者以上版本 3、点击start.bat，在运行过程中，会输出评分时间，然后输出用户id进行推荐 4、数据集movielens
基于协同过滤的推荐算法研究.caj
浏览：17
【摘要】 W.eb2.0技术将互联网带入了一个崭新的时代,互联网用户在互联网生活中发挥着越来越主动的作用,用户不再只是被动地从互联网上接受信息,而是主动地创造信息,并利用Web2.0平台与其他用户进行交互和分享。随着互联网用户的飞速增长,以用户为中心的信息生产模式造成了互联网信息的爆炸式增长,人们正面临着越来越严重的“信息过载”问题。“信息过载”问题是指,人们无法从海量的信息中快速准确的定位到自己
论文研究-基于Hadoop分布式改进聚类协同过滤推荐算法研究.pdf
浏览：143
为了改善协同过滤推荐算法在大数据下的稀疏性和可扩展性问题，提出一种基于Hadoop平台的分布式改进聚类协同过滤推荐算法。在分布式平台下，离线对高维稀疏数据采用矩阵分解算法预处理，改善数据稀疏性后通过改进项目聚类算法构建聚类模型，根据聚类模型和相似性计算形成推荐候选空间，在线完成推荐。实验验证该算法能够有效改善推荐系统的推荐质量并大大提高推荐效率，同时在云环境中具有良好可扩展性。
基于混合用户模型的协同过滤推荐算法研究
浏览：117
3星 · 编辑精心推荐
协同过滤算法 [31] 从问世到现在已有二十多年的历史，最初的研究主要集中在怎样进行信 息的过滤，也称为社会信息过滤，其主要原理是利用“口碑”来进行推荐，根据用户对服务的 偏好信息，得到用户之间的相似度，根据这些相似度所体现出来的相关性来进行推荐。近十 年的研究主要集中在解决数据稀疏问题，可扩展性问题，充分利用用户信息问题，冷启动问 题，伸缩性问题等等
一种基于信任的协同过滤推荐模型
浏览：139
：传统的协同过滤推荐技术主要基于用户-项目评价数据集进行挖掘推荐，没有有效地利用用户通信上下文 信息，从而制约其进一步提高推荐的精确性。针对传统协同过滤推荐算法存在的推荐精度不高的弊端，在协同过滤 算法中融入通信上下文信息，引入了通信信任、相似信任和传递信任三个信任度，并提出了一种基于信任的协同过滤 推荐模型。通过公开数据集验证测试，证明提出的推荐算法较传统的协同过滤推荐技术在推荐准确性上有较大提
推荐系统中基于深度学习的混合协同过滤模型
浏览：76
推荐系统中基于深度学习的混合协同过滤模型各种算法介绍和应用场景
基于用户最近邻模型的协同过滤算法的Python实现
浏览：124
5星 · 资源好评率100%
基于用户最近邻模型的协同过滤算法的Python代码实现，用户相似度用Pearson相关系数进行计算。
协同过滤推荐算法
浏览：7
本文档描述了推荐算法中的不确定近邻协同过滤推荐算法，里面讲解了具体的计算方法和一些阐述
协同过滤算法
浏览：187
自己总结的协同过滤算法的流程图，希望能被大家参考！！！
基于协同过滤
浏览：87
3星 · 编辑精心推荐
基于协同过滤方面的个性化推荐的主要源代码
论文研究-基于置信度加权的单类协同过滤推荐算法.pdf
浏览：89
针对推荐系统中单类协同过滤（OCCF）可解释性差、数据噪声多的缺陷，提出了一种基于置信度加权的单类协同过滤推荐算法。算法通过置信度函数将用户隐性反馈映射为置信概率，并将该函数集成到隐性反馈推荐模型（IFRM）框架中，形成了隐性反馈置信度加权推荐模型（CWIFRM）；在此基础上，针对CWIFRM基于随机梯度下降提出了异构置信度优化算法。实验结果表明，该模型在多个数据集上都具有更好的推荐效果，异构置信
论文研究-基于用户引力的协同过滤推荐算法.pdf
浏览：184
针对传统的基于用户的协同过滤推荐算法存在用户兴趣偏好模型过于粗糙和邻居集不够准确等问题，提出了一种新的协同过滤推荐算法，命名为基于用户间引力的协同过滤推荐算法。该算法认为用户使用的社会标签可以反映用户的喜好类型及喜好程度，利用社会标签构建用户喜好物体模型，并计算它们之间的万有引力，把万有引力的大小作为用户相似度的度量，在此基础上获得目标用户的邻居用户和评分预测，把获得预测评分高的若干项目推荐给用户
论文研究-基于聚类和随机森林的协同过滤推荐算法.pdf
浏览：143
针对基于邻近关系的协同过滤算法在线推荐效率低的问题，提出了一种可离线训练评分预测模型的算法。通过聚类算法降低用户-项目评分矩阵中用户向量和项目向量的维数，并对数据进行转换使其适用于监督模型；利用转换后的数据离线训练随机森林模型，在线推荐时只需根据随机森林模型的规则进行评分预测，无需查找最邻近用户或项目。实验结果表明，该算法在不降低评分预测精度的情况下，在线推荐效率远高于基于邻近关系的协同过滤算法。
基于滚动时间窗的动态协同过滤推荐模型及算法
浏览：7
基于滚动时间窗的动态协同过滤推荐模型及算法，方便大家学习基于滚动时间窗的动态协同过滤推荐模型及算法，提高动手能力
基于项目聚类与时间衰减的协同过滤推荐算法
浏览：121
2018夏季科研训练项目，基于项目聚类与时间衰减的协同过滤推荐算法的研究与实现，包含协同过滤推荐算法部分代码以及曲线拟合实现代码，参考硕士论文期刊，科研论文等。
协同过滤——基于用户的推荐算法
浏览：76
NULL 博文链接：https://jekey.iteye.com/blog/1675508
基于协同过滤算法的电影推荐
浏览：85
包含爬虫代码，电影数据，还有具体算法。 程序已运行成功，请放心。 (1)首先通过爬虫，获取每位用户评论的电影和评分。 (2)其次通过用欧式距离，计算两用户之间的相似度，找到用户之间都评论过的电影，然后计算两者之间的欧氏距离。 (3)最后算出两者之间的相似度，找到最相似的用户的兴趣，推荐电影给用户。
协同过滤推荐算法综述
浏览：14
协同过滤推荐算法综述。详细讲述了协同过滤算法以及其在推荐系统上的应用
vogoo 协同过滤推荐算法
浏览：164
5星 · 资源好评率100%
vogoo 是开源的协同过滤推荐算法，用于电子商务、社交网站的产品推荐，提升销售业绩。是web3.0的核心技术之。
基于协同过滤的美食推荐算法
浏览：74
为了解决传统的基于用户的协同过滤算法中的数据稀疏性问题，提高推荐的准确率，对推荐算法进行了改进并将改进后的算法应用在美食推荐领域。利用均值中心化方法对实验数据进行处理，减少因个人评分习惯差异造成的推荐误差。通过使用改进的空值填补法降低评分矩阵的稀疏性，在计算相似度时引入了遗忘函数和用户间的信任度，进一步提高了推荐系统的准确性。实验表明，提出的改进算法比传统算法有更高的准确率，并得出了在推荐过程中考
论文研究-一种基于标签改进的协同过滤推荐算法 .pdf
浏览：42
一种基于标签改进的协同过滤推荐算法，刘金鑫，张成文，为解决传统协同过滤算法存在的数据稀疏性问题以及用户模型过于简单对推荐质量造成的负面影响，本文在传统协同过滤算法的基础上,��
计算机毕业设计：基于python美食推荐系统 +协同过滤推荐算法+django框架（包含文档+源码+部署教程）
浏览：183
3星 · 编辑精心推荐
计算机毕业设计：基于python美食推荐系统 +协同过滤推荐算法+django框架（包含文档+源码+部署教程） ## 1、项目介绍 Python语言、MySQL数据库、Django框架、双协同过滤推荐算法（基于用户、基于物品） ## 2、项目界面 （1）两种推荐算法界面 （5）热点推荐 ## 3、项目说明 基于Django的协同过滤算法美食推荐系统是一款利用Python的Django
论文研究-协同过滤推荐算法研究: 考虑在线评论情感倾向.pdf
浏览：34
论文研究-协同过滤推荐算法研究: 考虑在线评论情感倾向.pdf, 协同过滤推荐算法通常是基于兴趣相似的用户行为来实现个性化推荐, 其核心义用户之间的兴趣相似度. 本文在传统的协同过滤推荐算法基
重新表述的一段话如下： 这是一个音乐推荐系统，它使用基于用户的协同过滤推荐算法来推荐音乐给用户 系统使用Python编程语言开
浏览：97
重新表述的一段话如下： 这是一个音乐推荐系统，它使用基于用户的协同过滤推荐算法来推荐音乐给用户。系统使用Python编程语言开发，并使用SQLite作为数据库。它采用了MVC框架架构，并使用Django作为Web应用框架。如果你想要运行这个项目，你需要具备调试项目环境的能力，并安装Python和PyCharm或Anaconda软件。此外，该项目还有配套的文档供参考。 相关知识点和领域范围： 1
基于过滤模型的聚类算法
浏览：28
合理的聚类原型是正确聚类的前提.针对现有聚类算法原型选取不合理、计算聚类个数存在偏差等问题,提出基于过滤模型的聚类算法(CA-FM).算法以提出的过滤模型去除干扰聚类过程的边界和噪声对象,依据核心对象之间的近邻关系生成邻接矩阵,通过遍历矩阵计算聚类个数;然后,按密度因子将数据对象排序,从中选出聚类原型;最后,将其余对象按照距高密度对象的最小距离划分到相应的簇中,形成最终聚类.在人工合成数据集、UC
基于项目的协同过滤算法
浏览：198
基于项目的协同过滤算法
基于用户的协同过滤算法
浏览：117
In this project, you need to report the predicted rating scores of the unknown pairs (u, i) in the Test.txt file. You can use any algorithms you have learned from the course or from other resources (s
评论
收藏
内容反馈
立即下载
资源评论
资源反馈
评论星级较低，若资源使用遇到问题可联系上传者，3个工作日内问题未解决可申请退款~
联系上传者
评论
ltbo99
2014-01-30
这个研究方法好，好好学习。
lpg8230
粉丝: 0
资源:
3
私信
上传资源 快速赚钱
我的内容管理
展开
我的资源
快来上传第一个资源
我的收益
登录查看自己的收益
我的积分
登录查看自己的积分
我的C币
登录后查看C币余额
我的收藏
我的下载
下载帮助
前往需求广场，查看用户热搜
最新资源
ADM487EARZ-REEL7 产品规格书pdf
axure9元件库安卓端
新能源及储能参与电力市场交易白皮书
2024 汽车雷达行业研究报告：多传感器融合为自动驾驶必由之路，激光雷达或迎来万亿市场
中国品牌国际化的关键解码
utils.py
周立功驱动跟安装包及使用情况
探索2024年可持续美妆的创新与革命
周立功驱动跟安装包及使用情况
STM32F1 - 2 STM32F1 - 2
资源上传下载、课程学习等过程中有任何疑问或建议，欢迎提出宝贵意见哦~我们会及时处理！
点击此处反馈
安全验证
文档复制为VIP权益，开通VIP直接复制
信息提交成功
