成功加入购物车
魏建良 / 科学出版社 / 2019-12 / 其他
售价 ¥ 31.56 3.5折
定价 ¥90.00
品相 九品
延迟发货说明
上书时间2026-08-21
卖家超过10天未登录
基于社会化标注的个性化推荐算法研究
对用户协同模型和多兴趣模型算法加以了模拟实现,构建了相关的模型并给出针对具体模型的推荐。在此基础上,结合用户参与评分的方法对算法的推荐效果进行了评价。结果发现,基于用户协同模型的算法要略优于现有的基于用户自身标签的算法,而基于多兴趣模型的推荐则要明显好于上述两种算法,原因可能是多兴趣模型中的子兴趣保持了资源主题的单一性,从而有助于找到更为相关的资源。
篇 基础篇 章 绪论 1.1 研究背景及意义 1.2 社会化标注的相关理论 1.3 本书的内容安排 第2章 相关研究进展 2.1 传统的技术 2.2 基于社会化标注的 2.3 现有研究存在的不足第二篇 基础算法篇 第3章 基于社会化标注的用户协同模型 3.1 用户标注中的偏差行为 3.2 主流标签的确定 3.3 用户协同模型的建立 第4章 基于社会化标注的用户多兴趣模型 4.1 用户多兴趣的验证 4.2 聚类分析方法 4.3 聚类的实现 4.4 用户多兴趣模型的建立 第5章 基于用户协同和多兴趣模型的算法 5.1 基于社会化标注的资源模型 5.2 相关匹配算法 5.3 两种模型下的算法 第6章 基于社会化标注的模拟实现与评价 6.1 基于社会化标注的模拟实现 6.2 算法的评估第三篇 语义优化篇 第7章 基于多义标签的算法优化 7.1 标签预处理 7.2 多义标签识别 7.3 用户模型标签消歧 7.4 基于标签消歧的优化算法 第8章 基于同义标签的算法优化 8.1 word概述 8.2 构建同义标签集 8.3 资源模型的同义扩展 8.4 基于同义扩展的算法优化 第9章 实验结果与分析 9.1 算法实现 9.2 算法评价第四篇 结论篇 0章 结论与展望 10.1 主要结论 10.2 后续研究展望参文献
展开全部
配送说明
...
相似商品
为你推荐
开播时间:09月02日 10:30