![內容虛線](http://img.alicdn.com/imgextra/i4/101450072/TB2uhKJhB0kpuFjSsppXXcGTXXa-101450072.png)
內容簡介
![](http://img.alicdn.com/imgextra/i2/101450072/TB2LvCmhxXkpuFjy0FiXXbUfFXa-101450072.png)
目前主流協同過濾推薦多依據用戶對項目的直接評價,在具有相似偏好的用戶之間進行交叉推薦。因部分用戶不願意對項目進行評價造成了評價數據的缺失,導致稀疏性問題。本書提出基於稀疏評價數據應用som神經網絡對具有相似用戶進行聚類,依據同一聚類簇內用戶購物偏好的相似性,進一步應用rbfn神經網絡進行預測,以獲得缺失用戶評價值,同時結合動態產品分類樹及關聯規則挖掘推薦,較好地解決了協同過濾推薦存在的稀疏性問題。
|
|
首頁 | 電影 | 連續劇 | 音樂 | 圖書 | 女裝 | 男裝 | 童裝 | 內衣 | 百貨家居 | 包包 | 女鞋 | 男鞋 | 童鞋 | 計算機周邊 |
![]() | |||
|