【摘 要】
：
随着网络信息的爆炸增长,越来越多的信息,让人目不暇接,推荐系统这个时候应运而生,本文提出了一种基于互信息的推荐系统,从三方面分析数据集,包括基于用户行为、商品标题以及
【机 构】
：
安徽大学计算智能与信号处理实验室,安徽大学计算机学院
【基金项目】
：
安徽省高校自然科学基金资助重点项目(KJ2013A020).
论文部分内容阅读
随着网络信息的爆炸增长,越来越多的信息,让人目不暇接,推荐系统这个时候应运而生,本文提出了一种基于互信息的推荐系统,从三方面分析数据集,包括基于用户行为、商品标题以及商品标签,用互信息来计算物品之间的相似度,并且验证不同的权重,观察对推荐效果的影响,最终得到最好的推荐列表.另外,在本文数据集下,本文方法和协同过滤推荐做对比,证明本文的方法推荐效果优于协同过滤算法.
其他文献
在修辞接受活动中,一方面,接受者先在的认知经验或情感体验发挥着基础性的作用;另一方面,这些先行意识过度膨胀又会窒息鲜活的接受,因此,既要利用积淀,又须超越积淀,从而在敞
刑事诉讼法没有限制认罪认罚案件被告人上诉。实践中被告人通过认罪认罚获得从宽处罚后,又提起上诉谋求二次利益,或通过“技术性上诉”滥用上诉权,出现“上诉引发抗诉”等现
在英语词汇学习中，我国多数学生习惯于采取单独的词汇记忆，这种词汇学习是一种非能动性、非运用性和非习得性的学习策略，严重影响学习效果。与此相对的科学记忆，应做到合理设定目