近年來(lái),隨著互聯(lián)網(wǎng)的迅速發(fā)展,網(wǎng)絡(luò)信息量呈爆炸式增長(zhǎng)。海量的信息雖然讓用戶(hù)有了更多地選擇,但同時(shí)也造成了用戶(hù)選擇信息時(shí)的迷茫和無(wú)助。因此,相關(guān)學(xué)者們?yōu)榻鉀Q此問(wèn)題開(kāi)始研究各種辦法,推薦系統(tǒng)屬于一種對(duì)此問(wèn)題比較有效果的解決辦法。其基本思想在于對(duì)用戶(hù)的歷史行為數(shù)據(jù)進(jìn)行挖掘和分析,深入的理解用戶(hù)和項(xiàng)目之間的關(guān)系,幫助用戶(hù)在海量的信息中選擇用戶(hù)最有可能感興趣的內(nèi)容推薦給用戶(hù),讓用戶(hù)不再有面對(duì)海量信息時(shí)的無(wú)助,利用推薦系統(tǒng)的解決方法一定程度上緩解了這一難題,為廣大互聯(lián)網(wǎng)用戶(hù)提供了相對(duì)便捷的個(gè)性化推薦服務(wù)^[1]。同時(shí)移動(dòng)通訊設(shè)備的快速發(fā)展,其方便性、易攜帶性使得用戶(hù)在日常生活中越來(lái)越喜歡通過(guò)移動(dòng)設(shè)備獲取信息,因此把推薦技術(shù)應(yīng)用到移動(dòng)智能設(shè)備上也是大勢(shì)所趨^[2]。移動(dòng)設(shè)備上的推薦系統(tǒng)對(duì)用戶(hù)進(jìn)行推薦時(shí),要求我們更多地考慮實(shí)時(shí)地點(diǎn)方面的影響因素,用戶(hù)所處的實(shí)際地理位置不同就會(huì)有不同的實(shí)際需求。為了更好地研究使用移動(dòng)智能設(shè)備來(lái)為用戶(hù)產(chǎn)生令其比較滿(mǎn)意的推薦結(jié)果,本文通過(guò)研究推薦技術(shù)的相關(guān)內(nèi)容,分析當(dāng)前已有的個(gè)性化推薦技術(shù)的國(guó)內(nèi)外發(fā)展現(xiàn)狀以及對(duì)比各種推薦算法,提出了一... 

【文章來(lái)源】：西華大學(xué)四川省

【文章頁(yè)數(shù)】：65 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

整體混合設(shè)計(jì)

圖 2.2 并行混合設(shè)計(jì)Fig. 2.2 The design of parallel hybrid并行式混合設(shè)計(jì)的優(yōu)勢(shì)在于它對(duì)現(xiàn)有的推薦方法基本不做改變，只是在整合推使用合適的技術(shù)進(jìn)行合理的處理[31]。其缺點(diǎn)在于在數(shù)據(jù)輸入分配時(shí)需要做一才能保證相應(yīng)的推薦算法去處理相應(yīng)的輸入數(shù)據(jù)。（3）流水線混合設(shè)計(jì)流水線混合設(shè)計(jì)與上述兩種設(shè)計(jì)方法存在很大的不同之處，整體式混合設(shè)計(jì)和合設(shè)計(jì)是將各種不同的推薦算法產(chǎn)生的推薦結(jié)果進(jìn)行整合然后產(chǎn)生最終的推而在流水線式混合設(shè)計(jì)中，每個(gè)推薦算法是依次順序進(jìn)行的，后者推薦算法是薦結(jié)果的基礎(chǔ)上進(jìn)行進(jìn)一步的分析處理，得到更為精準(zhǔn)的推薦結(jié)果。還是舉例求全班同學(xué)為班級(jí)建設(shè)提供建議，要求無(wú)班級(jí)職務(wù)的同學(xué)們提好建議之后交給，紀(jì)律委員對(duì)于收到的建議處理后交給文藝文員，文藝委員處理后再交給別的這樣依次進(jìn)行，最后將最終的建議結(jié)果交給班主任。當(dāng)然這里只是簡(jiǎn)單的舉了描述，在流水線式混合設(shè)計(jì)中數(shù)據(jù)從前一個(gè)處理階段移交到后一個(gè)處理階段可很復(fù)雜的處理機(jī)制，因此這就要求開(kāi)發(fā)者對(duì)推薦算法有著相當(dāng)深刻的理解，才

并行式混合設(shè)計(jì)的優(yōu)勢(shì)在于它對(duì)現(xiàn)有的推薦方法基本不做改變，只是在整合推薦時(shí)使用合適的技術(shù)進(jìn)行合理的處理[31]。其缺點(diǎn)在于在數(shù)據(jù)輸入分配時(shí)需要做一定理才能保證相應(yīng)的推薦算法去處理相應(yīng)的輸入數(shù)據(jù)。（3）流水線混合設(shè)計(jì)流水線混合設(shè)計(jì)與上述兩種設(shè)計(jì)方法存在很大的不同之處，整體式混合設(shè)計(jì)和并混合設(shè)計(jì)是將各種不同的推薦算法產(chǎn)生的推薦結(jié)果進(jìn)行整合然后產(chǎn)生最終的推薦，而在流水線式混合設(shè)計(jì)中，每個(gè)推薦算法是依次順序進(jìn)行的，后者推薦算法是在推薦結(jié)果的基礎(chǔ)上進(jìn)行進(jìn)一步的分析處理，得到更為精準(zhǔn)的推薦結(jié)果。還是舉例班要求全班同學(xué)為班級(jí)建設(shè)提供建議，要求無(wú)班級(jí)職務(wù)的同學(xué)們提好建議之后交給紀(jì)員，紀(jì)律委員對(duì)于收到的建議處理后交給文藝文員，文藝委員處理后再交給別的班，這樣依次進(jìn)行，最后將最終的建議結(jié)果交給班主任。當(dāng)然這里只是簡(jiǎn)單的舉了個(gè)來(lái)描述，在流水線式混合設(shè)計(jì)中數(shù)據(jù)從前一個(gè)處理階段移交到后一個(gè)處理階段可能用很復(fù)雜的處理機(jī)制，因此這就要求開(kāi)發(fā)者對(duì)推薦算法有著相當(dāng)深刻的理解，才能種推薦算法進(jìn)行交接時(shí)保證推薦結(jié)果的準(zhǔn)確性。具體流程圖如下圖 2.3 所示。

【參考文獻(xiàn)】：
期刊論文
[1]大數(shù)據(jù)時(shí)代醫(yī)院圖書(shū)館精準(zhǔn)服務(wù)思考[J]. 劉文娟.  中國(guó)信息化. 2019(04)
[2]一種改進(jìn)的均方差協(xié)同過(guò)濾算法[J]. 饒鈺,陳光,邱天.  計(jì)算機(jī)與現(xiàn)代化. 2019(04)
[3]基于用戶(hù)行為數(shù)據(jù)分析的個(gè)性化推薦算法分析[J]. 皇甫漢聰,肖招娣.  電子設(shè)計(jì)工程. 2019(07)
[4]基于人性化用戶(hù)特征的在線酒店推薦技術(shù)研究[J]. 王婧虹,李銀勝.  計(jì)算機(jī)應(yīng)用與軟件. 2019(02)
[5]一種新型有向加權(quán)協(xié)同過(guò)濾算法的推薦技術(shù)研究[J]. 彭康華,姚江梅,黃裕鋒.  計(jì)算機(jī)與數(shù)字工程. 2019(01)
[6]基于LBS大數(shù)據(jù)的城市兒童戶(hù)外非正式公共活動(dòng)空間體系構(gòu)建[J]. 朱亞斕,張桂杰.  現(xiàn)代城市研究. 2019(01)
[7]基于棧式降噪自動(dòng)編碼器的動(dòng)態(tài)混合推薦算法[J]. 李夢(mèng)夢(mèng),夏陽(yáng),李心茹,徐婷,魏思政.  計(jì)算機(jī)工程. 2019(08)
[8]混合協(xié)同過(guò)濾算法在推薦系統(tǒng)中的應(yīng)用[J]. 沈鵬,李濤.  計(jì)算機(jī)技術(shù)與發(fā)展. 2019(03)
[9]自適應(yīng)學(xué)習(xí)系統(tǒng)個(gè)性化知識(shí)推薦技術(shù)研究[J]. 袁路妍.  中國(guó)教育信息化. 2018(24)
[10]基于情境信息的移動(dòng)廣告推薦系統(tǒng)的研究[J]. 浩慶波,徐巖,高慧.  電子技術(shù). 2018(11)

碩士論文
[1]面向戶(hù)外運(yùn)動(dòng)的個(gè)性化推薦系統(tǒng)的研究與實(shí)現(xiàn)[D]. 代義偉.華東交通大學(xué) 2018
[2]基于混合推薦模式的汽車(chē)類(lèi)文章推薦系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D]. 申玉聰.北京交通大學(xué) 2018
[3]基于LBS與RTMP智慧社區(qū)安防系統(tǒng)的研發(fā)與應(yīng)用[D]. 齊麒.海南大學(xué) 2018
[4]基于Spark的混合模式電影推薦系統(tǒng)研究與實(shí)現(xiàn)[D]. 張力元.重慶大學(xué) 2018
[5]基于混合模型的個(gè)性化推薦算法研究[D]. 鄭瑤琳.北京郵電大學(xué) 2018
[6]微博用戶(hù)偏好分析與建模[D]. 牛銳.北京交通大學(xué) 2018
[7]基于BPR模型的情景感知推薦算法的研究與實(shí)現(xiàn)[D]. 史龍飛.北京郵電大學(xué) 2018
[8]活動(dòng)型社會(huì)網(wǎng)絡(luò)的多重推薦算法研究[D]. 田麗紅.北京交通大學(xué) 2018
[9]基于用戶(hù)上下文相似度的移動(dòng)應(yīng)用推薦研究與實(shí)現(xiàn)[D]. 余可欽.重慶大學(xué) 2017
[10]基于用戶(hù)興趣感知的個(gè)性化美食推薦算法研究與應(yīng)用[D]. 范順忠.湖南大學(xué) 2017



本文編號(hào)：3252086