首页> 外文OA文献 >Collaborative Filtering Algorithm Based on Rating LDA Design and Implementation
【2h】

Collaborative Filtering Algorithm Based on Rating LDA Design and Implementation

机译:基于等级LDA的协同过滤算法的设计与实现

摘要

随着电子商务的快速发展,网络上的商品越来越丰富。一方面,丰富的商品让消费者喜悦不已;另一方面,消费者对于自己中意的商品越来越难以抉择。推荐系统是一个解决信息超载问题的有效工具,它根据用户的行为数据进行建模,然后利用创建模型对用户进行个性化推荐,把用户可能需要的信息、产品等推荐给用户。为消费者提供有用的建议,帮助消费者做出选择。 协同过滤算法是推荐系统算法中应用最为广泛的技术,协同过滤算法又以奇异值分解(SVD)算法最为常见。但是,随着推荐系统规模的逐步扩大,矩阵分解的难度也进一步加大。同时,因为用户-商品矩阵的扩大,导致数据占用的磁盘空间和计算时间复杂度呈指数倍增长。但是,从概率的角度进行分...
机译:随着电子商务的快速发展,网络上的商品越来越丰富。一方面,丰富的商品让消费者喜悦不已;另一方面,消费者对于自己中意的商品越来越难以抉择。推荐系统是一个解决信息超载问题的有效工具,它根据用户的行为数据进行建模,然后利用创建模型对用户进行个性化推荐,把用户可能需要的信息、产品等推荐给用户。为消费者提供有用的建议,帮助消费者做出选择。 协同过滤算法是推荐系统算法中应用最为广泛的技术,协同过滤算法又以奇异值分解(SVD)算法最为常见。但是,随着推荐系统规模的逐步扩大,矩阵分解的难度也进一步加大。同时,因为用户-商品矩阵的扩大,导致数据占用的磁盘空间和计算时间复杂度呈指数倍增长。但是,从概率的角度进行分...

著录项

  • 作者

    周秀泽;

  • 作者单位
  • 年度 2016
  • 总页数
  • 原文格式 PDF
  • 正文语种 zh_CN
  • 中图分类

相似文献

  • 外文文献
  • 中文文献
  • 专利

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号