大数据环境下的推荐系统.pdfVIP

  1. 1、本文档共15页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
大数据环境下的推荐系统

2015年4月 北 京 邮 电 大 学 学 报 Apr.2015 第38卷 第2期 Journal of Beijing University of Posts and Telecommunications Vol.38 No.2 摇 摇 文章编号:1007鄄5321(2015)02鄄0001鄄15 DOI:10.13190/ j.jbupt.2015.02.001 大数据环境下的推荐系统 孟祥武,摇 纪威宇,摇 张玉洁 (北京邮电大学 智能通信软件与多媒体北京市重点实验室,北京 100876) 摘要:信息过载是大数据环境下最严重的问题之一,推荐系统作为有效缓解该问题的方法,受到工业界和学术界越 来越多的关注. 如何充分利用丰富的用户反馈、社会化网络等信息进一步提高推荐系统的性能和用户满意度,成为 大数据环境下推荐系统的主要任务. 首先,对近几年大数据环境下的推荐系统进行了综述,对大数据和推荐系统进 行了概述,对推荐系统在传统环境下和大数据环境下的区别进行了辨析;然后,根据层次化的框架对推荐系统关键 技术、效用评价以及应用实践等进行了概括、比较和分析;最后,对大数据环境下推荐系统有待深入研究的难点和 发展趋势进行了展望. 关摇 键摇 词:大数据;推荐系统;关键技术 中图分类号:TP18摇 摇 摇 摇 文献标志码:A A Survey of Recommendation Systems in Big Data MENG Xiang鄄wu,摇 JI Wei鄄yu,摇 ZHANG Yu鄄jie (Beijing Key Laboratory of Intelligent Telecommunications Software and Multimedia, Beijing University of Posts and Telecommunications,Beijing 100876,China) Abstract:Information overloadisoneof most criticalproblemsinbig data,andrecommendation systems which arepowerfulmethodstosolvethisproblemarecomingundergrowingattentionby industry andaca鄄 demia. The maintask of recommendation systemsin big data isto improvetheperformance and accuracy along with user satisfactionutilizinguserfeedback,social network and other information. A survey of the recommendation systems in the big data is proposed,which includes the summarization of big data and recommendation systems,the differences between the recommendation systems in traditional environment and in big data,key techniques,evaluation and typical applications according to a hierarchical frame鄄 work. Finally,the prospectsfor future development and suggestions for possible extensions are also dis鄄 cussed

文档评论(0)

zhuwo + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档