發(fā)布時(shí)間：2025-02-05 18:04

　　作為現(xiàn)代電子商務(wù)平臺(tái)的一個(gè)重要組成部分，推薦技術(shù)的表現(xiàn)決定了其電商平臺(tái)的表現(xiàn)�？萍嫉倪M(jìn)步帶來(lái)互聯(lián)網(wǎng)領(lǐng)域的突飛猛進(jìn)發(fā)展，它也將紛繁的各種信息展現(xiàn)給我們。面對(duì)如此多的信息，我們會(huì)思考：怎么找到自己感興趣或者自己有用的信息呢。一切的實(shí)際情況表明：想要發(fā)現(xiàn)對(duì)自己有價(jià)值的片段，無(wú)疑變得非常困難，即使只是全瀏覽一遍這些信息也是不現(xiàn)實(shí)的。個(gè)性化推薦系統(tǒng)的發(fā)展始于二十世紀(jì)九十年代的一次美國(guó)人工智能會(huì)議，當(dāng)時(shí)參加會(huì)議的卡耐基.梅隆大學(xué)的RobertArmstrong等人提出了一種個(gè)性化導(dǎo)航系統(tǒng)：WebWatcher。隨后，來(lái)自斯坦福大學(xué)的MarkoBalabanovic等人也于該會(huì)議提出了個(gè)性化推薦系統(tǒng)－LIRA的思想。從此拉開(kāi)了個(gè)性化推薦系統(tǒng)的發(fā)展序幕。從最開(kāi)始的基于內(nèi)容的推薦系統(tǒng)，到后來(lái)的基于協(xié)同過(guò)濾的推薦系統(tǒng)的發(fā)展，經(jīng)歷了短短的20多年，到如今隨著我國(guó)互相網(wǎng)絡(luò)基礎(chǔ)建設(shè)的完善，網(wǎng)絡(luò)帶寬的擴(kuò)大，使得推薦系統(tǒng)的發(fā)展更加迅速。推薦系統(tǒng)的發(fā)展所經(jīng)歷的時(shí)間不算長(zhǎng)，但是其帶來(lái)的影響卻是巨大的。在這個(gè)過(guò)程中先后出現(xiàn)了多種推薦算法，最主要的代表有：協(xié)同過(guò)濾算法、基于內(nèi)容的推薦算法和基于網(wǎng)絡(luò)結(jié)構(gòu)的推薦算法等。它們的出現(xiàn)...

【文章頁(yè)數(shù)】：84 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
ABSTRACT
第一章 緒論
    1.1 選題背景和意義
        1.1.1 選題的背景
        1.1.2 本文研究的意義
    1.2 國(guó)內(nèi)外發(fā)展現(xiàn)況
        1.2.1 國(guó)外發(fā)展現(xiàn)況
        1.2.2 國(guó)內(nèi)發(fā)展現(xiàn)況
    1.3 研究?jī)?nèi)容與論文結(jié)構(gòu)
    1.4 創(chuàng)新之處
    1.5 本章小結(jié)
第二章 個(gè)性化推薦系統(tǒng)介紹
    2.1 個(gè)性化推薦系統(tǒng)簡(jiǎn)介
    2.2 個(gè)性化推薦系統(tǒng)的框架
    2.3 個(gè)性化推薦系統(tǒng)的分類(lèi)
        2.3.1 協(xié)同過(guò)濾系統(tǒng)
        2.3.2 基于內(nèi)容的推薦系統(tǒng)
        2.3.3 基于網(wǎng)絡(luò)的推薦系統(tǒng)
        2.3.4 混合推薦系統(tǒng)
        2.3.5 其他推薦系統(tǒng)
    2.4 個(gè)性化推薦系統(tǒng)的評(píng)價(jià)指標(biāo)
        2.4.1 準(zhǔn)確度
        2.4.2 評(píng)價(jià)和排序的相關(guān)性
        2.4.3 分類(lèi)的準(zhǔn)確度指標(biāo)
    2.5 本章小結(jié)
第三章 基于邏輯回歸的推薦技術(shù)
    3.1 邏輯回歸的概念
    3.2 意圖識(shí)別和場(chǎng)景識(shí)別概念
    3.3 基于邏輯回歸的推薦系統(tǒng)算法
        3.3.1 本文算法基本思想
        3.3.2 算法的組成部分
    3.4 本文的評(píng)價(jià)指標(biāo)
    3.5 實(shí)驗(yàn)
        3.5.1 實(shí)驗(yàn)環(huán)境和方案
        3.5.2 實(shí)驗(yàn)方案
        3.5.3 實(shí)驗(yàn)數(shù)據(jù)特征選取
        3.5.4 實(shí)驗(yàn)結(jié)果
        3.5.5 實(shí)驗(yàn)的結(jié)論
    3.6 本章小結(jié)
第四章 邏輯回歸推薦技術(shù)在電影推薦網(wǎng)站中的應(yīng)用
    4.1 背景介紹
    4.2 模塊設(shè)計(jì)及運(yùn)行效果
        4.2.1 隨便看看模塊
        4.2.2 會(huì)員信息模塊
        4.2.3 影片信息模塊
        4.2.4 影片排行模塊
        4.2.5 搜索模塊
    4.3 本章小結(jié)
第五章 結(jié)論和展望
    5.1 結(jié)論
    5.2 展望
致謝
參考文獻(xiàn)
攻碩期間取得的研究成果



本文編號(hào)：4030234