注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 协同推荐于数据挖掘论文

  2. 研究者们已经提出了关联规则挖掘的各种各样的数据表 示模式，它们能被广泛地分类为平行数据布局、垂直数据布 局和两者的结合。大多数的候选式产生——检查迭代算法（如 Apriori）使用平行数据布局。大多数模式增长算法（如 FP- Growth 和 H-Mine）使用平行和垂直数据布局的一个组合。

  3. 所属分类：其它

    • 发布日期：2009-06-06
    • 文件大小：770048
    • 提供者：parrylc

  1. FPTree 算法C实现 寻找关联规则 数据挖掘

  2. 可以直接运行，有示例数据，源代码有详细的注释，很容易读懂。很好的数据挖掘中的推荐系统中的FPTree实现的源代码。

  3. 所属分类：C

  1. 推荐算法（协同，内容，挖掘）的集合

  2. Ontology在信息管理领域的研究背景、个性化推荐系统的研究进展、基于内容聚类的协同过滤推荐系统研究、面向个性化推荐的强关联规则挖掘等等

  3. 所属分类：电子商务

    • 发布日期：2011-07-26
    • 文件大小：14680064
    • 提供者：ren176049898

  1. 论文笔记_一种结合推荐对象间关联关系的社会化推荐算法

  2. 本资源是论文《一种结合推荐对象间关联关系的社会化推荐算法》的笔记。该论文提出的算法是以PMF为框架基础的。资源包括两个文件，分别对应博客http://blog.csdn.net/stdcoutzyx/article/details/21416809和http://blog.csdn.net/stdcoutzyx/article/details/21347157

  3. 所属分类：专业指导

  1. mahout关联推荐算法

  2. mahout关联推荐算法的介绍，例如PFPGrowth算法的参数使用介绍以及适用场景

  3. 所属分类：Java

    • 发布日期：2015-04-07
    • 文件大小：174080
    • 提供者：xiaoxiaocgl

  1. 关联规则和聚类分析在个性化推荐中的应用

  2. 该算法通过利用关联规则和聚类分析应用于个性化推荐算法中。

  3. 所属分类：讲义

    • 发布日期：2015-09-25
    • 文件大小：152576
    • 提供者：qq_28367557

  1. 大数据关联推荐

  2. 关联推荐三种算法之一，算法举例，算法的计算，算法的说明 基于用户的协同过滤推荐算法是最早诞生的，原理也较为简单。该算法1992年提出并用于邮件过滤系统，两年后1994年被 GroupLens 用于新闻过滤

  3. 所属分类：其它

    • 发布日期：2015-12-07
    • 文件大小：98304
    • 提供者：vmpjin

  1. 聚类做预处理，基于关联规则推荐算法

  2. 使用聚类对movielens 1M数据集做预处理，在itemCF基础上改进的基于关联规则学习的推荐算法

  3. 所属分类：机器学习

    • 发布日期：2018-05-08
    • 文件大小：661504
    • 提供者：qq_34562093

  1. 基于用户多种关联信息和项目聚类的推荐算法

  2. 基于用户背景信息的推荐算法中仅通过降低矩阵稀疏性来预测用户评分,造成算法的推荐准确率偏低。为解决上述问题,提出一种基于用户多种关联信息和项目聚类的推荐算法。首先通过加入用户与项目间的关联信息改进相似度计算方法来更加准确计算获取相似用户,将最相似的前K个用户作为目标用户的最近邻;然后根据目标用户最近邻对项目的评分预测目标用户未评分项目的预评分,并把预评分填充到用户项目评分矩阵;最后通过协同过滤算法得到最终预评分,在此基础上结合项目聚类产生推荐项目列表。通过MovieLens数据集上的实验结果表明,

  3. 所属分类：其它

    • 发布日期：2020-04-19
    • 文件大小：1048576
    • 提供者：weixin_38744557

  1. JavaWeb实现协同过滤推荐算法的电影推荐系统

  2. 项目完整可用，配合压缩包内数据库可直接运行使用。 eclipse+mysql5.7+jdk1.8 功能：推荐引擎利用特殊的信息过滤（IF，Information Filtering）技术，将不同的内容（例如电影、音乐、书籍、新闻、图片、网页等）推荐给可能感兴趣的用户。通常情况下，推荐引擎的实现是通过将用户的个人喜好与特定的参考特征进行比较，并试图预测用户对一些未评分项目的喜好程度。参考特征的选取可能是从项目本身的信息中提取的，或是基于用户所在的社会或社团环境。 根据如何抽取参考特征，我们可以将推

  3. 所属分类：其它

    • 发布日期：2020-07-08
    • 文件大小：30408704
    • 提供者：u012998306

  1. 融合句义结构模型的短文本推荐算法研究.pdf

  2. 传统的基于协同过滤的推荐系统需要收集用户兴趣喜好等相关数据，在一定程度上涉及了用户的个人隐私，当前信息安全和隐私保护是数据挖掘领域的热点之一，为了有效避免用户信息泄露带来的安全问题，提出一种融合句义结构模型的短文本推荐方法。该方法以句子为研究对象，首先利用LDA主题模型构建文章-主题矩阵，划分子主题，然后利用句义结构模型抽取句子的语义格得到句子的语义特征，基于LDA主题模型使用句义结构计算句子两两之间的语义相似度，构建相似度矩阵，融合句子的语义特征和关联特征综合加权得到句子权值，以文章内最高单句

  3. 所属分类：互联网

    • 发布日期：2020-08-27
    • 文件大小：5242880
    • 提供者：weixin_38747087

  1. 机器学习算法研究沉淀

  2. 本文整理了机器学习中大多数算法，包括：分类算法、回归算法、聚类算法、推荐系统算法、异常检测算法、关联分析算法，本文从算法介绍、算法优势、参数介绍、调优方法、使用场景、demo示例等6大方面介绍算法的全貌。

  3. 所属分类：互联网

    • 发布日期：2020-10-20
    • 文件大小：3145728
    • 提供者：u013473512

  1. 基于多标签关联的微博推荐算法

  2. 在本文中，我们提出了一种基于多标签相关性的微博推荐算法。 首先，设计了一种标签检索策略，为未加标签的用户添加标签，然后构造初始用户标签矩阵，并设置用户标签权重。 为了准确表示用户兴趣，我们充分研究了标签之间的关联。 定义标签之间的内部和外部相关性，以解决用户标签矩阵稀疏性的问题。 然后可以确定用户兴趣，并可以向用户推荐微博。 实验结果表明，该算法对微博推荐有效。

  3. 所属分类：其它

    • 发布日期：2021-03-10
    • 文件大小：180224
    • 提供者：weixin_38517113

  1. 综合社区与关联序列挖掘的电子政务推荐算法

  2. 综合社区与关联序列挖掘的电子政务推荐算法

  3. 所属分类：其它

    • 发布日期：2021-03-08
    • 文件大小：637952
    • 提供者：weixin_38691482

  1. 使用并行计算大幅提升递归算法效率

  2. 无论什么样的并行计算方式，其终极目的都是为了有效利用多机多核的计算能力，并能灵活满足各种需求。相对于传统基于单机编写的运行程序，如果使用该方式改写为多机并行程序，能够充分利用多机多核cpu的资源，使得运行效率得到大幅度提升，那么这是一个好的靠谱的并行计算方式，反之，又难使用又难直接看出并行计算优势，还要耗费大量学习成本，那就不是一个好的方式。由于并行计算在互联网应用的业务场景都比较复杂，如海量数据商品搜索、广告点击算法、用户行为挖掘，关联推荐模型等等，如果以真实场景举例，初学者很容易被业务本身的

  3. 所属分类：其它

    • 发布日期：2021-03-02
    • 文件大小：160768
    • 提供者：weixin_38732277

  1. 融合标签关联关系与用户社交关系的微博推荐方法

  2. 通过分析微博特点及现有微博推荐算法的缺陷,提出一种融合了标签间关联关系与用户间社交关系的微博推荐方法.采用标签检索策略对未加标签和标签较少的用户进行加标,构建用户-标签矩阵,得到用户标签权重,为了解决该矩阵中稀疏的问题,通过挖掘标签间的关联关系,继而更新用户-标签矩阵.考虑到多用户之间社交关系对挖掘用户兴趣并进行微博推荐的重要性,构建用户-用户社交关系相似度矩阵,并与更新后的用户-标签矩阵进行迭代,得到最终的用户兴趣并进行相关推荐.实验证明了该算法针对微博信息推荐是有效的.

  3. 所属分类：其它

    • 发布日期：2021-02-26
    • 文件大小：503808
    • 提供者：weixin_38696339

  1. 融合评论分析和隐语义模型的视频推荐算法

  2. 针对网络视频元数据信息缺失严重和多媒体数据本身特征难以提取等问题，提出了融合评论分析和隐语义模型的网络视频推荐算法。从视频评论入手，通过分析用户对不同视频的评论内容以判断其情感倾向并加以量化，继而构建用户对项目的虚拟评分矩阵，弥补了显式评分数据稀疏性问题。考虑到网络视频的多元性和高维度特性，为了深度挖掘用户对网络视频的潜在兴趣，针对虚拟评分矩阵采用隐语义模型( LFM) 对网络视频分类，在传统的用户—项目二元推荐系统基础之上添加虚拟类目信息以进一步发掘用户—类目—项目关联关系。实验在多重标准下进

  3. 所属分类：其它

    • 发布日期：2021-02-25
    • 文件大小：441344
    • 提供者：weixin_38632624

  1. 使用并行计算大幅提升递归算法效率

  2. 无论什么样的并行计算方式，其终极目的都是为了有效利用多机多核的计算能力，并能灵活满足各种需求。相对于传统基于单机编写的运行程序，如果使用该方式改写为多机并行程序，能够充分利用多机多核cpu的资源，使得运行效率得到大幅度提升，那么这是一个好的靠谱的并行计算方式，反之，又难使用又难直接看出并行计算优势，还要耗费大量学习成本，那就不是一个好的方式。由于并行计算在互联网应用的业务场景都比较复杂，如海量数据商品搜索、广告点击算法、用户行为挖掘，关联推荐模型等等，如果以真实场景举例，初学者很容易被业务本身的

  3. 所属分类：其它

    • 发布日期：2021-01-30
    • 文件大小：160768
    • 提供者：weixin_38595528

  1. 基于标签与协同过滤算法的淘书吧应用

  2. 随着互联网的不断发展，电子商务的流行使人们从线下交易逐渐转为线上交易。电子商务中的推荐系统对人们日益多元化的网络消费起到了至关重要的作用。本文在传统协同过滤推荐算法基础上，加入商品标签属性，构建用户，商品，标签三者之间的关联模型。先构建用户商品评分矩阵，在计算用户对商品兴趣度时增加入标签作为权重系数，提高淘书吧应用推荐准确性。实验结果表明， 该方法能有效地改进现有的推荐算法， 达到更好的推荐效果。

  3. 所属分类：其它

    • 发布日期：2021-01-28
    • 文件大小：576512
    • 提供者：weixin_38697471

  1. 基于FP-tree算法的推荐系统设计与实现

  2. 当前是信息爆炸的时代，推荐系统已成为解决当前网络信息超载的有效工具。文章针对网上书店的电子商务网站的销售特点，详细地设计了推荐系统，并利用挖掘技术中的FP-tree关联规则算法实现数据挖掘运算，很好的实现了在线推荐的系统功能。

  3. 所属分类：其它

    • 发布日期：2021-01-28
    • 文件大小：580608
    • 提供者：weixin_38586118
« 12 3 4 5 »