文档介绍：摘要矩阵分解和受限玻尔兹曼机模型作为单个模型,然后分别利用这两种融合算法对关键词的迅猛发展把我们带到了信息爆炸和电子商务繁荣的时代,海量信息的呈现同时给人们带来了“信息过载”的难题,推荐系统就是旨在解决这一难题而诞生的一项新兴技术。协同过滤算法作为推荐系统中一种重要的推荐算法,具有重要的研究价值和应用价值。本文研究了协同过滤算法的相关技术,包括基于内存的和基于模型的协同过滤算法以及协同过滤技术面临的问题。并针对基于内存的协同过滤算法中的惴ù嬖诘奈侍馓岢鲆恢指慕幕诰劾嗟惴ǎ晃L岣咄萍鲎既沸裕岢隽街秩诤系男送萍鏊惴ǎ蛔詈笙细介绍了协同过滤算法在音乐推荐中的应用。具体的研究工作如下:岢鲆恢只诰劾嗟膕怂惴ǎ纳屏舜硈法存在的数据稀疏性和噪音物品等问题。此算法首先利用甿聚类将物品分为几个子类,然后在每个子类中使用惴ǎ笛檠橹じ盟惴ǜ纳屏传统惴ù嬖诘纳鲜鑫侍猓⑶彝萍鲂Ч褂幸欢ǔ潭鹊奶岣摺岢隽街秩诤系男怂惴ǎ阂恢只谙喙囟鹊娜诤纤惴ê鸵恢只于分类思想的融合算法,这两种融合算法都是基于后融合思路提出的。首先使用这两个单个模型进行融合,最后通过实验验证这两种融合算法在推荐准确性方面都有不同程度的提高。晗附樯芰宋颐墙怂惴ㄓτ糜贙雅虎音乐推荐比赛中的内容,包括比赛简介、比赛数据集介绍、比赛模型的选择、比赛结果分析及讨论。推荐系统,协同过滤,惴ǎ卣蠓纸猓芟薏6嚷推荐准确性,劾啵P腿诤希琄雅虎音乐推荐比赛浙:大学硕士学位论文
瓵.,”..,甒”.:大学硕十学位论文‘痑‘‘‘琧甀,瓵—甋說..琽.
,,浙礼:大学硕十学位论文瓵:珻琒,琑,,
目录第峦萍鱿低臣靶怂惴ㄗ凼觥摘要⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.第滦髀邸璴研究背景及意义⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯...⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..第禄诰劾嗟膕送萍鏊惴ā甿聚类算法简介⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯基于劾嗟膕惴ā实验验证及结果分析⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.菁浙:大学硕十学位论文⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯
第滦怂惴ㄔ谝衾滞萍鲋械挠τ谩雅虎音乐推荐比赛介绍⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.攻读硕士学位期间主要的研究成果⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯一第氯诤系男送萍鏊惴ā一种基于相关度的模型融合算法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..一种基于分类思想的模型融合算法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..实验验证及结果分析⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯...⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯...⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯...⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..第伦芙嵊胝雇本文工作总结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..未来工作展望⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..参考文献⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯致谢⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.浙:大学硕十学位论文目录
图目录图受限玻尔兹曼机模型中隐层单元特征数量对实验结果的影响⋯⋯⋯⋯.图推荐系统一般框架⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图推荐系统的评分矩阵⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图推荐系统用户界面⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..图豆瓣推荐系统用户界面⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..图协同过滤推荐的一般过程【图协同过滤算法的分类图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.惴ㄊ吕菔就肌图协同过滤中的受限玻尔兹曼机【⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯菁疽馔肌图矩阵分解模型中潜在因子数量对实验结果的影响⋯⋯⋯⋯⋯⋯⋯⋯⋯.图矩阵分解模型在训练集上循环一次的时间⋯⋯⋯⋯