基于位置編碼索引樹的個性化推薦算法
大?。?/span>0.89 MB 人氣： 2017-12-23 需要積分：1
標簽：推薦算法(9953)
針對協同過濾算法在海量數據環境個性化推薦應用中存在的低效率問題，結合MapReduce框架特點，設計了一種應用于個性化推薦的基于位置編碼的索引樹（ LB-Tree），創新性地將索引結構應用于個性化推薦。利用聚類資源的差異性存儲策略，提升MapReduce任務處理并行性；根據聚類數據分布特征，以質心為圓心對聚類中的數據對象進行同心圓分層，并對每層采用不同長度的二進制編碼來表達，將所有數據對象的編碼組織成索引樹結構，縮短頻繁推薦的數據查找路徑，達到個性化推薦時利用索引結構快速確定搜索空間的目的。與基于項目的Top-N推薦算法和基于最近鄰的推薦算法（ SBNM）相比，LB-Tree所需時間開銷增長最慢，準確率最高，驗證了方法的有效性和高效性。
非常好我支持^.^
(0) 0%
不好我反對
(0) 0%
下載地址
基于位置編碼索引樹的個性化推薦算法下載
相關電子資料下載
- TikTok將開發獨立版推薦算法，以滿足美國用戶需求？ 426
- 快手的短視頻推薦算法（1） 782
- 詳解推薦算法的架構流程 2871
- 《麻省理工科技評論》發布了最新的2021年10大突破性技術的概念 2814
- top-N推薦算法評測的影響有哪些？ 1846
- 基于賽靈思FPGA的廣告推薦算法Wide and deep硬件加速案例 2775
- 互聯網廣告推薦迎來變革，雪湖科技聯合賽靈思發布推薦算法解決方案 1614
- 基于阿里云FPGA云的廣告推薦算法加速器 985
- 基于深度學習的推薦算法大部分都存在不同程度的數據集缺失和源碼缺失 3690
- 基于標簽的推薦算法應用場景、基于標簽的推薦算法原理介紹 16714