• 草民早就说过,如果只讲发展就能解决所有问题,那么发展马克思主义也太容易了。爱因斯坦的相对论超越了牛顿力学,但相对论适应不同的时空。 2019-04-13
  • 广州拟增38家长护险机构 白云海珠分布最多 2019-04-13
  • 李劭凯:今天我们为什么读《孟子》 2019-04-12
  • 河北省盐山县校园舞龙迎端午 2019-03-31
  • 你反来复去说“客观事实及其规律”,自己数一下,都说了几遍了,还不是老年痴呆?要你解释一下什么是“客观事实”,又装聋作哑。 2019-03-26
  • 敷衍整改 云南昭通市垃圾污染问题久拖不决 2019-03-26
  • 人民日报评论员:一以贯之坚持和发展中国特色社会主义 2019-03-23
  • 吕梁:交口公安侦破“5.24”疯狂砸车玻璃盗窃案 2018-11-26
  • G7峰会:美国与关键盟友之间开启“嘴仗”模式 2018-11-25
  • 设计、网站、推广
    始于2004年
    当前位置:双色球99%彩经网杀号 > 网站制作

    今天双色球预测最准确:网站设计策划之个性化推荐分析

    双色球99%彩经网杀号 www.icyhd.net 发表日期:2018-11-6 作者来源:派谷网络 浏览次数:

      目前使用比较普遍的个性化推荐算法有三种,分别是:协同过滤推荐算法、基于内容的推荐算法和基于社交网络的推荐算法。

      1、协同过滤推荐算法

      该算法的基本思想是,如果你的朋友或者亲戚购买了某件商品并且评价不错,那么你很有可能也会购买该商品。根据相似度比较的对象不同,可以细分为基于用户的推荐和基于物品的推荐。在用该算法的有Amazon等一些电商平台。

      a)基于用户的近邻推荐

      基于用户的协同推荐的基本思想是:寻找当前用户的近邻(即计算用户之间的相似性),从而根据近邻的喜好预测你也可能喜欢什么。

      b)基于物品的近邻推荐

      该算法的核心是计算物品两两之间的相似度,从而为用户推荐相似的物品。当需要对用户推荐物品A时,通过确定与A相似的物品B,计算用户对这些近邻物品B评分的加权总和来得到用户对物品A的预测评分。

      2、基于内容的推荐算法

      基于内容的推荐与协同过滤推荐不同,它不需要用户对物品的评分数据,也不需要比较多个用户或多个物品之间的相似度。该算法的基本思想是根据用户的历史兴趣数据,建立用户模型,然后针对推荐物品的特征描述进行特征提取,后将物品特征与用户模型相比较,相似度较高的物品就可以得到推荐。

      基于内容的推荐目前主要应用于文本、视频、音频的推荐,比如新闻、视频和电台等。

      3、基于社交网络的推荐算法

      基于社交网络的推荐是协同过滤推荐在社交网络中的延伸,同时又具有基于网络结构推荐的特点。大体上可以分为两类,即基于邻域的社交网络推荐和基于网络结构的社交网络推荐。

      a)基于邻域的社交网络推荐

      其基本思想是查询社交网络中当前用户所有的好友,根据好友的兴趣数据,向当前用户推荐好友喜欢的物品集合。

      b)基于网络结构的社交网络推荐

      该算法把用户、用户的好友、用户的喜好和好友的喜好连接起来形成一个社交网络结构图。同时,根据用户之间的熟悉程度和喜好相似度,来定义用户之间和用户的喜好之间的权重,然后选择与用户没有直接相关的物品,按照优先级别生成推荐列表。

      个性化推荐的一些缺陷

      也许你已经发现,现如今很多产品的个性化推荐系统还谈不上智能。我就经常遇到在某电商平台买了一台电脑,接下来就向我推荐各种品牌的电脑。对于买电脑这种低频行为,该个性化推荐显得太粗糙了一点?;褂械蔽以谝恍┳恃禔pp浏览新闻时,总是受到相同内容的新闻信息,让我没有继续使用下去的欲望。

      一个好的个性化推荐系统,用户能够从系统提供的推荐列表中购买自己确实需要但在购买过程中没有想到的商品,有利于流量和商品转化,也会让用户对该系统产生依赖。个性化推荐系统不仅能够为用户提供个性化的推荐服务,而且能与用户建立长期稳定的关系,从而提高用户的忠诚度。

      个性化推荐系统是一个非常复杂系统,背后还涉及到很多问题。比如冷启动问题、数据稀疏性问题、推荐的精确度和准确度问题等。

      1、冷启动问题

      如果用户的标签信息为零,那么个性化推荐就等于不存在。这个情况下,往往是让用户进入兴趣标签填写的页面,或者通过搜集用户在其它平台的标签数据来进行推荐。

      2、数据稀疏性问题

      很多电商平台的信息数据之大,使得任意两个用户浏览的商品交集非常小,这时候通常采用商品聚类或者用户聚类的方式。

      3、推荐的精确度和准确度问题

      通过收集更多的用户标签,不断优化推荐算法,多种推荐算法的组合推荐来大化保证推荐的精确度和准确度。

      4、传统的个性化推荐,无法保证推荐的实时性

      比如网易云的用户无意中听到了一种没听过的曲风,觉得很好听又连续听了几。如果这时候推荐的还是他过去爱听的,这就不能很好地满足用户的需求。

      5、精确度与多样性的平衡问题

      盲目的精确推荐可能会使用户的视野越来越狭窄,也就无法向用户推荐其它多样的物品和信息。如何平衡两者的关系是一个要解决的问题。

    本文章系本站编辑转载,转载目的在于传递更多信息,并不代表本网赞同其观点和对其真实性负责。如涉及作品内容、版权和其它问题,请在30日内与本站联系,我们将在第一时间删除内容!

    相关网站设计案例

    相关推荐新闻
    网站建设解决方案
  • 草民早就说过,如果只讲发展就能解决所有问题,那么发展马克思主义也太容易了。爱因斯坦的相对论超越了牛顿力学,但相对论适应不同的时空。 2019-04-13
  • 广州拟增38家长护险机构 白云海珠分布最多 2019-04-13
  • 李劭凯:今天我们为什么读《孟子》 2019-04-12
  • 河北省盐山县校园舞龙迎端午 2019-03-31
  • 你反来复去说“客观事实及其规律”,自己数一下,都说了几遍了,还不是老年痴呆?要你解释一下什么是“客观事实”,又装聋作哑。 2019-03-26
  • 敷衍整改 云南昭通市垃圾污染问题久拖不决 2019-03-26
  • 人民日报评论员:一以贯之坚持和发展中国特色社会主义 2019-03-23
  • 吕梁:交口公安侦破“5.24”疯狂砸车玻璃盗窃案 2018-11-26
  • G7峰会:美国与关键盟友之间开启“嘴仗”模式 2018-11-25
  • 北京时时彩票怎么玩法 浙江飞鱼投注 双色球规则 好运快3赚钱是真的吗 大赢家湖南彩票 内蒙古时时彩官网下载 西昌福利彩票中心位置 福利彩票体育彩票开奖结果查询 福彩幸运武林直播 3d今日开奖号码 广东快乐十分开奖时间 超级大乐透走势图 北京赛車pk10购买 500竞彩足球混合过关 多乐彩开奖走势图 双色球开奖结果