计算机科学
計算機科學
계산궤과학
COMPUTER SCIENCE
2014年
7期
275-278
,共4页
推荐系统%上下文%贝叶斯网络%期望极大化
推薦繫統%上下文%貝葉斯網絡%期望極大化
추천계통%상하문%패협사망락%기망겁대화
Recommender system%Context%Bayesian network%Expectation-maximization
将上下文推荐系统同贝叶斯网络相结合,提出了一个上下文推荐算法,并设计了上下文资源推荐系统架构.首先利用贝叶斯网络,通过计算用户访问时间和资源信息的联合概率分布来取得用户在该环境下对资源的兴趣,然后比较当前用户所处环境所选取的资源与过去环境用户选取的资源的相似度,从而为用户提供合适的资源列表.最后将所提算法同其他常用的推荐系统算法进行了比较,系统架构按照M/G/1队列进行建模,对系统架构性能和稳定性进行了验证,取得较好结果.
將上下文推薦繫統同貝葉斯網絡相結閤,提齣瞭一箇上下文推薦算法,併設計瞭上下文資源推薦繫統架構.首先利用貝葉斯網絡,通過計算用戶訪問時間和資源信息的聯閤概率分佈來取得用戶在該環境下對資源的興趣,然後比較噹前用戶所處環境所選取的資源與過去環境用戶選取的資源的相似度,從而為用戶提供閤適的資源列錶.最後將所提算法同其他常用的推薦繫統算法進行瞭比較,繫統架構按照M/G/1隊列進行建模,對繫統架構性能和穩定性進行瞭驗證,取得較好結果.
장상하문추천계통동패협사망락상결합,제출료일개상하문추천산법,병설계료상하문자원추천계통가구.수선이용패협사망락,통과계산용호방문시간화자원신식적연합개솔분포래취득용호재해배경하대자원적흥취,연후비교당전용호소처배경소선취적자원여과거배경용호선취적자원적상사도,종이위용호제공합괄적자원렬표.최후장소제산법동기타상용적추천계통산법진행료비교,계통가구안조M/G/1대렬진행건모,대계통가구성능화은정성진행료험증,취득교호결과.
