共查询到20条相似文献,搜索用时 46 毫秒
1.
2.
传统的好友推荐算法在计算好友相似度时通常仅仅考虑用户在社交网络的拓扑结构的相似性,而对用户的兴趣相似性考虑较少,因此推荐的结果往往不够精准。现有的很多社交网站(如豆瓣网)提供了用户评分功能,用户可以对某类物品(如电影)给出自己的评分。为了在推荐时计算用户的兴趣相似度,提出基于用户给出的对某类物品的评分来计算用户的兴趣相似度,从而在拓扑相似度的基础上结合兴趣相似度得到更精准的推荐结果。首先使用余弦相似度计算出用户间拓扑相似度;其次在计算基于评分的用户兴趣相似度时,通过建立概率模型得到用户聚类评分相似度矩阵,从该评分矩阵推导出用户间基于评分的兴趣相似度;最后,结合拓扑相似度和评分相似度得到最终的改进好友推荐算法,计算出相似度值最高的N个人推荐给当前用户。为了验证所提方法的有效性,用提出的方法对豆瓣网抓取的用户数据进行好友推荐,实验结果证明所提方法与传统的基于拓扑的好友推荐算法相比可以有效提高好友推荐的准确性。 相似文献
3.
4.
5.
为了有效解决用户在电影网站海量资源中寻找兴趣度高的电影时效率低这一问题,研究了一种基于标签的推荐算法。根据用户与标签的关系计算用户对标签的兴趣度;构建标签基因矩阵以及兴趣度矩阵,计算出用户对电影的喜好程度;为用户推荐喜好程度高的电影,提高用户对电影网站的好感度。通过在实际数据集上应用基于标签的推荐算法,验证了该算法的可行性以及有效性。 相似文献
6.
7.
8.
9.
10.
11.
准确挖掘购物网站中的用户评论对商家和顾客进行有效的推荐具有重要作用.本文研究了现有的网络贸易系统平台的功能模块,给出了用户评论信息抽取的具体方法,并指出用户评论信息抽取模块应用到网络贸易系统平台的优势和实际意义. 相似文献
12.
年关之际,不仅天气冷,互联网更冷,不过这些都无法熄灭思想的火花。2009年12月19日,国内推荐技术社区ResysGroup(https://groups.google.com/group/resys)的第三次线下活动,在豆瓣网的鼎力支持下顺利举办。 相似文献
13.
14.
在崇尚自由、提倡分享、畅所欲言的网络上,鄹友若发现了感觉颇具特色的网站,往往会推荐给朋友,并附带上自己评论。但相对于传统的文字评论,以视频为载体发表的评论无疑更具真实性与感染力,也更易于引发用户的好奇心来一窥究竟。我们通过“Eyejot”这个在线视频邮件系统新开发的“Eyejot This!”服务,即可在线录制视频评论并将其以电子邮件的形式发送给自己的好友。 相似文献
15.
推荐系统(recommender system)广泛应用于电子商务网站。目前流行的基于协同过滤的推荐算法利用用户的历史评分来预测用户对物品的喜好程度。随着互联网的发展,如今的电子商务网站越来越注重与用户的交互,于是产生了大量的用户生成内容(user generated content),如评论、地理位置、好友关系等。相对评分来说,用户对物品的评论从用户或者物品的各个角度具体表达了用户的观点。利用这些信息更有助于挖掘用户的喜好。该文提出一种基于词向量的方法挖掘用户评论信息,并结合协同过滤的方法设计新的推荐算法,来改善评分预测的效果。实验结果表明,该算法较大程度上提高了评分预测精度。 相似文献
16.
灭杀IE——Explorer Destroyer网站(http://www.explorerdestroyer.com)发布了一段与该网站同名的Javascdpt代码.如果你把它加到自己的网站(例如Blog)上。那么访问者只要使用的是IE浏览器。就无法读取任何内容页面.同时跳转至Firefox推荐下载页面。这就是美国马萨诸塞州一些自称为“政治活动家”的人发起的“IE粉碎计划”的一部分。在自己的网站中使用Explorer Destroyer有什么好处呢?Explorer Destroyer的原话是:“既有社会效益(为你的访客推荐非常cool的东西).又有经济效益(你每介绍一个人使用Firefox浏览器。Google就将支付你1美元)。”这究竟是一次“恶搞”还是一场反IE运动的开端?我们拭目以待。[编者按] 相似文献
17.
在每个朋友的电脑中都保存一些有价值,有趣的图片.软件以及电影等.想与网友共享这些文件该怎么办?使用电子邮件和QQ等传输十分麻烦而且传输速度也慢。下面就给大家推荐一些文件共享工具.快速创建网站.方便网友下载。 相似文献
18.
协同过滤算法(CF)根据用户-物品的评分矩阵做推荐,未考虑物品自身属性。本文将MovieLens数据集上的电影属性,作为影响推荐结果的因素,融合电影的简介、评论、评分、导演和演员等多种因素,进行推荐。使用CNN(卷积神经网络)和Word2Vec(Word to Vector,词向量模型)处理电影简介;使用AFINN(Finn rup Nielsen情感词典)处理评论,并对结果进行映射;对导演和演员数据进行建模,得到该因素下的预测评分,最后将各因素下的结果进行加权融合,通过调整权重,得到最佳效果。经验证,该方法的推荐性能优于传统的CF算法。 相似文献
19.
对于一个标准影迷来说,经常去豆瓣电脑网站看看,了解一下当前最新、最热门的影讯,或者就某部电影发表一点评论,八卦一下自己的感受是必修课。不过,出于版权的因素,豆瓣不会提供这些电影的下载地址。于是为了下载,我们不得不搜遍整个网络。现在这一问题终于得到解决,因为我 相似文献