隨著互聯(lián)網(wǎng)數(shù)據(jù)規(guī)模的不斷增長(zhǎng),用戶無法準(zhǔn)確迅速的找到自己需要的資源,在解決信息資源過載這一問題上,相關(guān)學(xué)者們商討了多種應(yīng)對(duì)技術(shù)方案,其中推薦系統(tǒng)就是目前比較優(yōu)秀的信息過載解決方案。推薦系統(tǒng)是一種針對(duì)用戶的個(gè)性化信息處理系統(tǒng),能夠很好地充當(dāng)用戶和信息資源之間的樞紐。推薦系統(tǒng)首先會(huì)針對(duì)服務(wù)對(duì)象建立用戶個(gè)人模型,其次對(duì)用戶的愛好需求進(jìn)行分析描述,最后在約定好的推薦策略下將相應(yīng)的信息主動(dòng)的推薦給目標(biāo)用戶。相比于搜索引擎等信息處理工具,推薦系統(tǒng)在信息處理上具有更加智能化與個(gè)性化的特點(diǎn)。目前在線電子商務(wù)網(wǎng)站以及社交、視頻網(wǎng)站等互聯(lián)網(wǎng)系統(tǒng)都已經(jīng)用上了推薦系統(tǒng),并且在這些網(wǎng)絡(luò)平臺(tái)起著核心的作用。在眾多推薦系統(tǒng)方式中,協(xié)同過濾推薦系統(tǒng)是當(dāng)前學(xué)者研究比較深入、應(yīng)用領(lǐng)域比較寬的一類推薦方式。協(xié)同過濾推薦算法的核心是通過尋找目標(biāo)用戶最近鄰用戶評(píng)分高的項(xiàng)目,最近鄰用戶的確定主要是靠用戶和項(xiàng)目之間的相似度值。目標(biāo)用戶最近鄰用戶的可信度與準(zhǔn)確度越高,其推薦的結(jié)果在質(zhì)量與效益層面上就會(huì)更好,所以推薦系統(tǒng)能否成功的發(fā)揮其作用就在與研究者設(shè)計(jì)的相似度計(jì)算方法。本文介紹了推薦系統(tǒng)的形成原因以及在目前互聯(lián)網(wǎng)大環(huán)境發(fā)展下推薦算法...

【文章頁(yè)數(shù)】：85 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖2.2個(gè)性化商品推薦列表（取自電商亞馬遜）

圖2.1推薦系統(tǒng)基本模型圖不同的應(yīng)用軟件根據(jù)自身的需求會(huì)使用不同的推薦算法技術(shù)，但是整體的推薦架構(gòu)沒有什么太大的區(qū)別，都缺少不了用戶模型、推薦對(duì)象以及推薦算法三個(gè)模塊。如圖2.1所示為推薦系統(tǒng)整體基本模型圖。2.2.1電子商務(wù)電子商務(wù)網(wǎng)站是個(gè)性化推薦系統(tǒng)的一大應(yīng)用領(lǐng)域。....

圖2.3相關(guān)物品推薦列表（截取亞馬遜網(wǎng)站）

第二章推薦系統(tǒng)介紹相關(guān)推薦是亞馬遜另外一個(gè)重要的推薦系統(tǒng)。當(dāng)你在多次點(diǎn)擊瀏覽個(gè)性化推薦列表推薦的圖書時(shí)，會(huì)出現(xiàn)如圖2.3所示的系統(tǒng)給你推薦的相關(guān)書本推薦列表，而當(dāng)我們點(diǎn)擊購(gòu)買下單時(shí)，我們可以看到如圖2.4所示的建議搭配銷售界面，向用戶提供智能化的購(gòu)買建議。

圖2.4搭配推薦銷售界面（截取亞馬遜網(wǎng)站）

相關(guān)推薦是亞馬遜另外一個(gè)重要的推薦系統(tǒng)。當(dāng)你在多次點(diǎn)擊瀏覽個(gè)性化推薦列表推薦的圖書時(shí)，會(huì)出現(xiàn)如圖2.3所示的系統(tǒng)給你推薦的相關(guān)書本推薦列表，而當(dāng)我們點(diǎn)擊購(gòu)買下單時(shí)，我們可以看到如圖2.4所示的建議搭配銷售界面，向用戶提供智能化的購(gòu)買建議。圖2.3相關(guān)物品推薦列表（截取....

圖2.5購(gòu)買后相關(guān)物品推薦列表（截取亞馬遜網(wǎng)站）

圖2.5購(gòu)買后相關(guān)物品推薦列表（截取亞馬遜網(wǎng)站）而在成功下單后，我們還會(huì)看到如圖2.5所示的購(gòu)買相同書本的其他用戶還購(gòu)買了相關(guān)物品的推薦列表。亞馬遜電子商城能比其他電子商務(wù)網(wǎng)站更早的成功，最大的優(yōu)勢(shì)歸功于合理充分的使用了個(gè)性智能化的推薦系統(tǒng)。這套智能化系統(tǒng)可以讓每一位用戶....

本文編號(hào)：4055109