论文研究基于内容相似度的图书推荐方法研究 .pdf

介绍了关联规则挖掘的基本原理和方法，详细分析了分布式关联规则挖掘算法并给出其模型；提出一种充分考虑数据源异构性、基于相似度的的分布式数据挖掘方法。实验证明该模型提高了挖掘的准确率。

引入复拟（概率）随机变量，准范数的定义。给出了复拟随机变量的期望和方差的概念及若干性质；证明了基于复拟随机变量的马尔可夫不等式，契比雪夫不等式和辛钦大数定律；提出了拟概率空间中复经验风险泛函、复期望风

针对传统证据间冲突大小判定方法的不足，结合DSm理论的特点，提出了超幂集下的角度相似度的证据冲突判定方法。该方法将证据看做向量，比较两条证据向量之间的角度余弦来判断两条证据间的相似程度，不仅能在Sha

针对目前本体映射过程中相似度计算存在的问题,提出了一种综合的相似度计算方法。首先判断不同本体之间是否存在相关性,若相关,则充分考虑各种相关因素,从语义和概念两个层面来进行比较;然后给出本体的综合相似度

基于“用户画像”的推荐策略研究，王永瑞，吴珊，随着互联网技术和规模的不断发展，大数据背景下蕴藏着巨大的财富，同时也有着很强的竞争，用户使用互联网已经从搜索变为推送，良

随着电子商务的发展，传统的单机计算模型难以满足海量数据的实时推荐需求，基于协同过滤的推荐算法的缺陷也越来越明显。为此，提出一种利用Spark计算模型实现分布式推荐的方法。该推荐方法采用基于谱聚类和朴素

摘要：针对数据挖掘领域中时间序列的相似性度量问题，提出了基于斜率偏离度量的浮动索引相似性搜索算法。在斜率偏离度量的基础上建立分箱标志，通过浮动索引方法有效实现高维多元时间序列的准确索引，用实际的飞行数

基于多种推荐算法的线性融合方法,张文博,孟祥武,近些年推荐系统领域得到广泛的研究和迅速的发展,个性化推荐算法的推荐结果质量得到了大幅的提升。但是单一个性化推荐算法的结果

论文研究-基于集团序方法的推荐系统输出.pdf,  论文从推荐系统的输出形式出发, 认为系统以top-N形式输出时, N值的大小影响了推荐的质量和推荐个性化. 论文探讨了输出结果差异化的可行性及一般方

针对传统推荐系统中推荐效率较低的问题，提出了一种与NystrÖm方法相结合的推荐系统。设计了一NystrÖm方法和非负矩阵分解（non-negative matrix factorization，NM