计算机科学
計算機科學
계산궤과학
COMPUTER SCIENCE
2014年
z2期
294-297
,共4页
个性化推荐%相似性%数据挖掘
箇性化推薦%相似性%數據挖掘
개성화추천%상사성%수거알굴
Personalized recommendation%Similarity%Data mining
提出了一种新的个性化推荐方法.该方法来源于对个性化推荐技术本质的研究.产出的方法包括一种用正态分布卷积性质所得到的离线相似度计算方法;一种通过计算物品与物品之间无差别的相似性操作次数得到离线相似度的方法;一种用类似于贝叶斯的方法来综合不同的相似度结果的方法.另外还提到一些用于工程实施的方法和技巧.所提方法已经在数据挖掘领域得到了成功的应用.
提齣瞭一種新的箇性化推薦方法.該方法來源于對箇性化推薦技術本質的研究.產齣的方法包括一種用正態分佈捲積性質所得到的離線相似度計算方法;一種通過計算物品與物品之間無差彆的相似性操作次數得到離線相似度的方法;一種用類似于貝葉斯的方法來綜閤不同的相似度結果的方法.另外還提到一些用于工程實施的方法和技巧.所提方法已經在數據挖掘領域得到瞭成功的應用.
제출료일충신적개성화추천방법.해방법래원우대개성화추천기술본질적연구.산출적방법포괄일충용정태분포권적성질소득도적리선상사도계산방법;일충통과계산물품여물품지간무차별적상사성조작차수득도리선상사도적방법;일충용유사우패협사적방법래종합불동적상사도결과적방법.령외환제도일사용우공정실시적방법화기교.소제방법이경재수거알굴영역득도료성공적응용.
