基于用户向量扩展的协同推荐方法

来源 :情报学报 | 被引量 : 0次 | 上传用户:qdragon
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
在电子商务中,协同推荐技术能够帮助用户发现感兴趣的东西。在协同推荐中,通常采用最近邻居的方法来产生推荐。随着商品数量的增多,协同推荐所需要的数据集也越来越稀疏,可用数据比例越来越少。为了解决这个问题,本文在传统的评分数据的基础上,引入用户的基本信息,对用户的基本信息进行离散化处理,将用户的基本信息转化成一个0、1的向量,然后将用户的评分矩阵转变成0、1矩阵并与用户的基本信息进行组合形成一个新的矩阵,对这个扩展的矩阵用奇异矩阵分解(SVD)降维,然后在SVD分解出的矩阵U和S的基础上计算最近邻居,并预测用户
其他文献
本文阐述了中文叙词表本体(OntoThesaurus,即基于中文叙词表建立的本体知识库)共建共享系统的设计思想和总体结构。描述了中文叙词表转换为OWL本体的扩展TBox定义,叙词表文本的AB
Web自动文本分类是信息检索与数据挖掘领域的研究热点与核心技术,近年来得到了广泛的关注和快速的发展。本文首先分析了国内外Web自动文本分类方法的研究现状,接着对新近出现
借助特征聚类进行特征抽取是信息检索领域进行文本特征降维的重要手段之一。本文通过x^2统计和特征聚类相结合的模式,在尽量减少信息缺失的前提下两次对特征项维数进行压缩,通
讨论了面向毫米波缝隙天线集成制造应用的三维非硅微加工技术方案,重点解决多种材料兼容、多层复杂微结构集成和大悬空高度等独特难题。针对天线器件中金属和介质材料的结合,
本文指出了普赖斯的连续型信息资源分布模型实质上是在文献总数与作者总数成正比这一假设下建立起来的。其不足之处是没有考虑到现代信息传递手段和信息获取的现代工具等诸多
企业竞争情报绩效是衡量企业竞争情报工作成败与否的重要依据,越来越受到企业管理者的关注。研究竞争情报绩效对于提高企业竞争情报工作效率、加强竞争情报工作管理具有重要意
随着网络信息的迅猛发展,信息处理已经成为人们获取有用信息不可缺少的工具,文本自动分类系统是信息处理的重要研究方向.本文介绍了当今世界上较先进的"变换支持向量机"(TSVM
非相关文献知识发现是Swanson教授提出的一种情报学方法,用于挖掘隐藏在文献之间的隐秘联系。其知识发现过程包括两部分:开放式知识发现过程和闭合式知识发现过程。开发式知识
本文结合搜索引擎的特点,采用网上特尔菲法进行专家调查以确定搜索引擎评价的各项指标,并利用基于指数标度的层次分析法确定各项指标的权重,从而构建搜索引擎评价指标体系.在
Web用户聚类是指用聚类算法产生用户会话的聚类,是电子商务中的一个重要问题。该问题的难度在于有成千上万的会话需要聚类,而且每个会话都可描述为一个高维向量。此外,该问题就