基于大數(shù)據(jù)和微本體的微博信息推薦研究
【文章頁數(shù)】:62 頁
【學(xué)位級別】:碩士
【部分圖文】:
圖2不同關(guān)鍵詞數(shù)量下信息推薦精度Fig.2Informationrecommendationaccuracyunderdifferentkeywordnumbers參考文獻:崔金棟,高志豪.基于大數(shù)據(jù)和微本體的微博信息推薦研究[J].情報資料工作,2019
實現(xiàn)了研究目標。將該方法應(yīng)用于船舶電子信息推薦系統(tǒng)中,可以增大信息推薦的精度,為艦船電子信息提供大數(shù)據(jù)以及智能化的保障,具備一定的應(yīng)用價值。參考文獻:崔金棟,高志豪.基于大數(shù)據(jù)和微本體的微博信息推薦研究[J].情報資料工作,2019,40(5):103–112.[1]黎雪微,應(yīng)時....
圖2-1微本體架構(gòu)構(gòu)建過程??
東北電力大學(xué)碩士學(xué)位論文??同時,利用本體匹配技術(shù)將用戶主題微本體與主題微本體庫中的微本體進行匹配,實現(xiàn)??用戶之間的推薦。微本體的匹配工作是信息推薦的核心環(huán)節(jié),然而元素層的微本體匹配??方法不適用于大規(guī)模的微本體之間的匹配,需要利用微本體匹配技術(shù)中的圖匹配算法,??把分層處理后....
圖2-2基于微本體的微博信息推薦過程解析??2.2大數(shù)據(jù)技術(shù)下的數(shù)據(jù)采集技術(shù)??2.2.1大數(shù)據(jù)技術(shù)??
i?處i?i特征詞1?I雜詞2丨特征詞3?I?特征詞m?I??r?一?I??h半用戶主題1?j用戶主題2?|?用戶主題3?I?用戶主題r?\??|?<"?內(nèi)?辦二―^??A*0*?*0*A*0*0*0?^>K>*〇*〇*〇*?>^??V>*0*0*6*6*0*0*<^?6*6*0....
圖2-3通用網(wǎng)絡(luò)爬蟲原理圖??網(wǎng)絡(luò)爬蟲主要分為兩類:一是寬度優(yōu)先,即在下載網(wǎng)頁鏈接時,是以一層一層的鏈??接來爬取;二是深度優(yōu)先,以先訪每層中第一個未訪問節(jié)點為先,依次下行迭代循環(huán)
?東北電力大學(xué)碩士學(xué)位論文????④上述三個步驟完成后,若仍未完成目標URL的獲取,則重復(fù)上述三個步驟,知道??獲得目標URL。具體的通用網(wǎng)絡(luò)爬蟲原理如圖2-3所示。??,r?滿足停??止條件?^??、則停止廣??\URL?y?a's?^^\I>??vy?v??將己抓]?i???....
本文編號:3999729
本文鏈接:http://www.wukwdryxk.cn/xinwenchuanbolunwen/3999729.html
下一篇:沒有了