您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. 基于标签匹配的协同过滤推荐算法研究

  2. 随着微博用户数量的上升,微博信息量成倍增长,基于冗杂的微博信息向微博用户快速推.荐感兴趣的好友是不容回避的技术问题。针对这一问题,基于微博大数据,以 Hadoop 为平台,HBase 为基础,MapReduce 为编程框架,提出了基于Apriori 算法与 Item-based 协同过滤算法的组合算法,并构建了推荐好友系统。该系统通过 Apriori 算法对冗杂的微博内容记录进行频繁项集的计算,得出能表达用户喜好的标签,以提升系统的时间性能; 通过 Item-based 算法对标签进行匹配推荐,
  3. 所属分类:其它

    • 发布日期:2021-02-25
    • 文件大小:781312
    • 提供者:weixin_38550605
  1. 基于标签匹配的协同过滤推荐算法研究

  2. 随着微博用户数量的上升,微博信息量成倍增长,基于冗杂的微博信息向微博用户快速推荐感兴趣的好友是不容 回避的技术问题。针对这一问题,基于微博大数据,以Hadoop 为平台,HBase为基础,MapReduce为编程框架,提出了基于Apriori算法与 Item-based协同过滤算法的组合算法,并构建了推荐好友系统。该系统通过Apriori算法对冗杂的微博内容 记录进行频繁项集的计算,得出能表达用户喜好的标签,以提升系统的时间性能;通过Item-based算法对标签进行匹配推 荐,以缩短系统的推荐
  3. 所属分类:其它

    • 发布日期:2021-02-07
    • 文件大小:781312
    • 提供者:weixin_38624315