免费论文摘要：鉴于Jena的天性化引荐接洽与实行

互联网络本领的迅猛兴盛把咱们带进了消息爆裂的期间。洪量消息的表露，一上面运用户很难居中创造本人感爱好的局部；另一上面也使得洪量少人问津的消息（搜集中的“暗消息”）没辙被普遍用户获得。天性化引荐是经过创造用户与消息产物之间的二元联系，运用已有的采用进程或一致性联系发掘每个用户潜伏感爱好的东西，从而举行天性化引荐，其实质是消息过滤。保守的天性化引荐算法面对少许题目，如：很多无评介资源、数据稠密性、可扩充性、冷启用等题目。对准那些题目，正文安排并实行了鉴于本质的天性化引荐算法，实行的处事囊括：对准高科技资源元数据的分门别类特性，经过对OWL谈话的领会，安排并实行了鉴于元数据分门别类体制的范围本质半机动化建立本领。该本领的实行使得本质建立从纯人为的办法变化为半机动化的办法，缩小了处事量，普及了功效。经过发掘Web日记中的用户动作消息，运用Jena东西把用户动作映照到用向量空间模子表白的本质观念档次树上，进而建立用户模子。该本领能使无评介资源变化为有评介的观念结点，革新了无评介资源的天性化引荐题目；其余，本质观念档次树的运用贬低了用户向量空间的维数，普及了天性化引荐功效。试验表明，鉴于本质的用户模子比鉴于分门别类的用户模子在引荐精确性上有较大的普及。经过领会保守一致度算法的不及，正文提出了一种矫正的一致度算法，该算法归纳商量了两个用户共通评介的观念结点数量与未共通评介结点数手段比值、用户在共通评介过的观念结点上评阅的逼近水平和用户向量之间的夹角三个成分，革新了稠密矩阵一致度计划的题目。试验表明，该算法在确定水平上普及了引荐品质和掩盖率。在引荐阶段，对准新用户无动作记载，正文引入了Jena推导本领初始化用户模子，赢得用户大概感爱好的观念结点集，确定水平上革新了新用户的冷启用题目。结果，正文运用之上本领和本领，安排并实行了一个鉴于Jena的天性化引荐体例。该体例的特性一是处置了无评介资源的引荐题目；二是普及了稠密矩阵一致度计划的精确性；三是革新了天性化引荐体例的冷启用题目。

来源：半壳优胜育转载请保留出处和链接！

本文链接：http://www.87cpy.com/207441.html