Web大数据的分析与推荐方法

图书标准信息

• 作者 李琳
• 出版社 科学出版社
• 出版时间 2018-06
• 版次 1
• ISBN 9787030572721
• 定价 70.00元
• 装帧 平装
• 开本 16开
• 页数 196页
• 字数 250千字

【内容简介】

本书利用当前*热门的社交网络媒体微博等进行大数据文本分析，并在此基础上，提出基于文本分析的推荐方法，多层级推荐方法，融合评分矩阵的推荐方法，基于社团聚类的推荐方法，基于用户点击行为的混合推荐方法，融合隐性特征的群组推荐方法，分布式群组推荐方法。同时给出一种Web查询词推荐服务，让用户更精确地查找并定位到所要搜索的相关网页。

【目录】

  
章 绪论


第2章 大数据分析与方法


2.1 微话题的媒体特征分析


2.1.1 活跃度


2.1.2 微话题的演变趋势


2.1.3 基于lda的语义抽取


2.2 基于新鲜方面的web查询词服务


2.2.1 查询词流程


2.2.2 查询词算法


2.2.3 数据集的选取与数据评估方法


2.2.4 实验结果与分析


第3章 web大数据多层级方法


3.1 单层级相关


3.1.1 相关场景及基础算法分析


3.1.2 基于热度融合的相关


3.1.3 实验结果与分析


3.2 多层级相关


3.2.1 基于资源传播的相关


3.2.2 基于用户反馈的多层级相关


3.2.3 实验结果与分析


第4章 融合评分矩阵和文本的方法


4.1 基于评分数据的矩阵分解模型


4.1.1 传统的评分矩阵分解模型


4.1.2 邻域影响的矩阵分解模型


4.1.3 传统模型实验结果分析


4.2 融合评分与的hfpt及dlmf算法


4.2.1 基于主题偏好的hfpt算法


4.2.2 融合用户偏好与商品特的dlmf算法


4.2.3 实验结果与分析


第5章 基于社团聚类的方法


5.1 社团结构以及社团发现算法


5.2 基于用户偏好聚类的社团发现算法


5.2.1 用户兴趣偏好建模


5.2.2 cdpc算法流程


5.3 基于社团聚类的兴趣偏好建模算法


5.3.1 cdcf算法的提出


5.3.2 cdcf算法流程


5.3.3 cdcf算法实验


5.4 社团聚类与多源数据融合建模的兴趣点算法


5.4.1 sogeosco建模过程


5.4.2 社团聚类与多源数据融合建模的sogeosco模型


第6章 基于用户行为的混合方法


6.1 基于加权的混合模型


6.1.1 基于svd的矩阵分解模型


6.1.2 listwise优化后的矩阵分解模型


6.1.3 基于用户的协同过滤模型


6.1.4 线加权混合


6.2 基于stacking的混合


6.2.1 初级学器选择


6.2.2 次级学器选择


……


参文献