本文關(guān)鍵詞：數(shù)據(jù)挖掘技術(shù)在智能推薦系統(tǒng)中的研究與應(yīng)用，由筆耕文化傳播整理發(fā)布。

北京工業(yè)大學 碩士學位論文 數(shù)據(jù)挖掘技術(shù)在智能推薦系統(tǒng)中的研究與應(yīng)用 姓名：沙志強 申請學位級別：碩士 專業(yè)：計算機軟件與理論 指導教師：劉椿年 座機電話號碼 摘要 數(shù)據(jù)挖掘 DataMining 是近十幾年中迅速發(fā)展起來的交叉學科，它融合 了數(shù)據(jù)庫、人工智能、機器學習、統(tǒng)計學等多個領(lǐng)域的理論和技術(shù)，搭建了上 述理論研究與實際應(yīng)用間連接的橋梁。因其所涉及的知識領(lǐng)域眾多、應(yīng)用范圍 廣泛，數(shù)據(jù)挖掘已成為最為研究人員和商業(yè)組織所關(guān)注的領(lǐng)域之一。當前數(shù)據(jù) 挖掘的最大研究熱點之一是盹B挖掘，來自INTERNET的各類數(shù)據(jù)和需求對數(shù)據(jù) 挖掘提出了新的挑戰(zhàn)，也為數(shù)據(jù)挖掘技術(shù)拓展了新的研究平臺。網(wǎng)上智能 Web 成果，大大強調(diào)了智能手段在互聯(lián)網(wǎng)上的應(yīng)用，數(shù)據(jù)挖掘技術(shù)在網(wǎng)上智能的研 究中有著很重要的地位�；诰W(wǎng)絡(luò)的智能系統(tǒng)研究是WEB挖掘和網(wǎng)上智能的重 Reco．Ⅱnendation 要研究方向，而智能推薦系統(tǒng) Intelligent System 又是網(wǎng)上 智能系統(tǒng)的典型應(yīng)剛。隨著互聯(lián)網(wǎng)上信息的不斷增長，人們不愿在信息的搜索 和辨別上浪費時間而將自身迷失在數(shù)據(jù)的海洋當中，因此希望有一種友好而實 用的方式幫助解決類似的問題，這為智能推薦系統(tǒng)的發(fā)展提供了機遇。 Network 的學習、推理算法，實現(xiàn)了 本文重點研究了貝葉斯網(wǎng) Bayesian 一個基于條件獨立方法的貝葉斯網(wǎng)學習算法和基于隨機概率的推理算法，并對 其學習和推理效果進行了比較和分析。以貝葉斯網(wǎng)為模型，文中設(shè)計和實現(xiàn)了 一個網(wǎng)上智能推薦系統(tǒng)―PIR系統(tǒng) PersonalizedIntelligent 以方便的擴充新的推薦算法，并將其快速集成到現(xiàn)有的電子商務(wù)或數(shù)字圖書館 等應(yīng)用系統(tǒng)當中。 本文是這樣安排的：首先對數(shù)據(jù)挖

  本文關(guān)鍵詞：數(shù)據(jù)挖掘技術(shù)在智能推薦系統(tǒng)中的研究與應(yīng)用，由筆耕文化傳播整理發(fā)布。