数据挖掘技术在智能推荐系统中的研究与应用.pdf

  本文关键词：数据挖掘技术在智能推荐系统中的研究与应用，由笔耕文化传播整理发布。

北京工业大学 硕士学位论文 数据挖掘技术在智能推荐系统中的研究与应用 姓名：沙志强 申请学位级别：硕士 专业：计算机软件与理论 指导教师：刘椿年 座机电话号码 摘要 数据挖掘 DataMining 是近十几年中迅速发展起来的交叉学科，它融合 了数据库、人工智能、机器学习、统计学等多个领域的理论和技术，搭建了上 述理论研究与实际应用间连接的桥梁。因其所涉及的知识领域众多、应用范围 广泛，数据挖掘已成为最为研究人员和商业组织所关注的领域之一。当前数据 挖掘的最大研究热点之一是盹B挖掘，来自INTERNET的各类数据和需求对数据 挖掘提出了新的挑战，也为数据挖掘技术拓展了新的研究平台。网上智能 Web 成果，大大强调了智能手段在互联网上的应用，数据挖掘技术在网上智能的研 究中有着很重要的地位。基于网络的智能系统研究是WEB挖掘和网上智能的重 Reco．Ⅱnendation 要研究方向，而智能推荐系统 Intelligent System 又是网上 智能系统的典型应刚。随着互联网上信息的不断增长，人们不愿在信息的搜索 和辨别上浪费时间而将自身迷失在数据的海洋当中，因此希望有一种友好而实 用的方式帮助解决类似的问题，这为智能推荐系统的发展提供了机遇。 Network 的学习、推理算法，实现了 本文重点研究了贝叶斯网 Bayesian 一个基于条件独立方法的贝叶斯网学习算法和基于随机概率的推理算法，并对 其学习和推理效果进行了比较和分析。以贝叶斯网为模型，文中设计和实现了 一个网上智能推荐系统―PIR系统 PersonalizedIntelligent 以方便的扩充新的推荐算法，并将其快速集成到现有的电子商务或数字图书馆 等应用系统当中。 本文是这样安排的：首先对数据挖

  本文关键词：数据挖掘技术在智能推荐系统中的研究与应用，由笔耕文化传播整理发布。