發(fā)布時間：2025-02-05 18:04

　　作為現(xiàn)代電子商務平臺的一個重要組成部分，推薦技術的表現(xiàn)決定了其電商平臺的表現(xiàn)。科技的進步帶來互聯(lián)網領域的突飛猛進發(fā)展，它也將紛繁的各種信息展現(xiàn)給我們。面對如此多的信息，我們會思考：怎么找到自己感興趣或者自己有用的信息呢。一切的實際情況表明：想要發(fā)現(xiàn)對自己有價值的片段，無疑變得非常困難，即使只是全瀏覽一遍這些信息也是不現(xiàn)實的。個性化推薦系統(tǒng)的發(fā)展始于二十世紀九十年代的一次美國人工智能會議，當時參加會議的卡耐基.梅隆大學的RobertArmstrong等人提出了一種個性化導航系統(tǒng)：WebWatcher。隨后，來自斯坦福大學的MarkoBalabanovic等人也于該會議提出了個性化推薦系統(tǒng)－LIRA的思想。從此拉開了個性化推薦系統(tǒng)的發(fā)展序幕。從最開始的基于內容的推薦系統(tǒng)，到后來的基于協(xié)同過濾的推薦系統(tǒng)的發(fā)展，經歷了短短的20多年，到如今隨著我國互相網絡基礎建設的完善，網絡帶寬的擴大，使得推薦系統(tǒng)的發(fā)展更加迅速。推薦系統(tǒng)的發(fā)展所經歷的時間不算長，但是其帶來的影響卻是巨大的。在這個過程中先后出現(xiàn)了多種推薦算法，最主要的代表有：協(xié)同過濾算法、基于內容的推薦算法和基于網絡結構的推薦算法等。它們的出現(xiàn)...

【文章頁數(shù)】：84 頁

【學位級別】：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 國內外發(fā)展現(xiàn)況
        1.2.1 國外發(fā)展現(xiàn)況
        1.2.2 國內發(fā)展現(xiàn)況
    1.3 研究內容與論文結構
    1.4 創(chuàng)新之處
    1.5 本章小結
第二章 個性化推薦系統(tǒng)介紹
    2.1 個性化推薦系統(tǒng)簡介
    2.2 個性化推薦系統(tǒng)的框架
    2.3 個性化推薦系統(tǒng)的分類
        2.3.1 協(xié)同過濾系統(tǒng)
        2.3.2 基于內容的推薦系統(tǒng)
        2.3.3 基于網絡的推薦系統(tǒng)
        2.3.4 混合推薦系統(tǒng)
        2.3.5 其他推薦系統(tǒng)
    2.4 個性化推薦系統(tǒng)的評價指標
        2.4.1 準確度
        2.4.2 評價和排序的相關性
        2.4.3 分類的準確度指標
    2.5 本章小結
第三章 基于邏輯回歸的推薦技術
    3.1 邏輯回歸的概念
    3.2 意圖識別和場景識別概念
    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 本文的評價指標
    3.5 實驗
        3.5.1 實驗環(huán)境和方案
        3.5.2 實驗方案
        3.5.3 實驗數(shù)據(jù)特征選取
        3.5.4 實驗結果
        3.5.5 實驗的結論
    3.6 本章小結
第四章 邏輯回歸推薦技術在電影推薦網站中的應用
    4.1 背景介紹
    4.2 模塊設計及運行效果
        4.2.1 隨便看看模塊
        4.2.2 會員信息模塊
        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
第五章 結論和展望
    5.1 結論
    5.2 展望
致謝
參考文獻
攻碩期間取得的研究成果



本文編號：4030234