本文關(guān)鍵詞：高維稀疏數(shù)據(jù)的相關(guān)性度量方法研究　出處：《首都經(jīng)濟(jì)貿(mào)易大學(xué)》2014年碩士論文　論文類型：學(xué)位論文

  更多相關(guān)文章： 稀疏統(tǒng)計(jì)結(jié)構(gòu) 顯示變量 信息熵 相似路徑 協(xié)同過濾

【摘要】：本文研究?jī)?nèi)容聚焦于稀疏數(shù)據(jù)的相關(guān)性度量理論與方法。文章從基礎(chǔ)理論入手，首先拓展了統(tǒng)計(jì)結(jié)構(gòu)的概念。通過定義顯示變量，將一般樣本空間轉(zhuǎn)化為稀疏樣本空間，并繼續(xù)定義了在稀疏樣本空間上的σ-代數(shù)和概率測(cè)度，從而引出了稀疏統(tǒng)計(jì)結(jié)構(gòu)，，在理論上對(duì)稀疏數(shù)據(jù)進(jìn)行了詳細(xì)解釋。然后總結(jié)并提出了一些實(shí)際應(yīng)用中，比較有用的度量稀疏數(shù)據(jù)相關(guān)性的方法與理念。例如將信息熵的思想引入相關(guān)性度量，使用歸一化的熵值來衡量相關(guān)性，同時(shí)又提出了稀疏相似路徑的理念，探討一種間接求解相關(guān)性的方法。最后，本文設(shè)計(jì)了一個(gè)協(xié)同過濾算法作為實(shí)驗(yàn)平臺(tái)，并采集了相應(yīng)的實(shí)驗(yàn)數(shù)據(jù)，通過缺失值插補(bǔ)方法，在稀疏數(shù)據(jù)上進(jìn)行推薦評(píng)分，以此對(duì)一些常見的相關(guān)性度量方法進(jìn)行實(shí)證分析。
【學(xué)位授予單位】：首都經(jīng)濟(jì)貿(mào)易大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2014
【分類號(hào)】：C81

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 宮雷;曹貽鵬;王東興;;多項(xiàng)分布無信息先驗(yàn)的探究[J];西安文理學(xué)院學(xué)報(bào)(自然科學(xué)版);2010年02期

2 喬奕;郭啟勇;沈一帆;;基于稀疏分解的數(shù)據(jù)分類算法[J];計(jì)算機(jī)工程;2010年05期

3 劉建國;周濤;汪秉宏;;個(gè)性化推薦系統(tǒng)的研究進(jìn)展[J];自然科學(xué)進(jìn)展;2009年01期

4 姚忠;魏佳;吳躍;;基于高維稀疏數(shù)據(jù)聚類的協(xié)同過濾推薦算法[J];信息系統(tǒng)學(xué)報(bào);2008年02期

5 陳平;徐若曦;;Metropolis-Hastings自適應(yīng)算法及其應(yīng)用[J];系統(tǒng)工程理論與實(shí)踐;2008年01期

6 孫守義;王蔚;;一種基于用戶聚類的協(xié)同過濾個(gè)性化圖書推薦系統(tǒng)[J];現(xiàn)代情報(bào);2007年11期

7 趙亞琴;周獻(xiàn)中;何新;王建宇;;一種有效的高屬性維稀疏數(shù)據(jù)聚類算法[J];模式識(shí)別與人工智能;2006年03期

8 張鋒;常會(huì)友;;使用BP神經(jīng)網(wǎng)絡(luò)緩解協(xié)同過濾推薦算法的稀疏性問題[J];計(jì)算機(jī)研究與發(fā)展;2006年04期

9 胡月;多項(xiàng)分布與多元Poisson分布[J];浙江科技學(xué)院學(xué)報(bào);2005年03期

10 謝寧新,周永權(quán);基于二進(jìn)制數(shù)計(jì)算相似度的高屬性維稀疏數(shù)據(jù)聚類方法[J];計(jì)算機(jī)工程與應(yīng)用;2004年19期

相關(guān)博士學(xué)位論文 前2條

1 邵偉;蒙特卡洛方法及在一些統(tǒng)計(jì)模型中的應(yīng)用[D];山東大學(xué);2012年

2 夏培勇;個(gè)性化推薦技術(shù)中的協(xié)同過濾算法研究[D];中國海洋大學(xué);2011年

相關(guān)碩士學(xué)位論文 前1條

1 謝丹艷;基于Bayes估計(jì)的稀疏數(shù)據(jù)X-射線CT重建算法研究[D];燕山大學(xué);2009年

本文編號(hào)：1320332