人工智能技术应用导论第7章人工智能与大数据.docx
《人工智能技术应用导论第7章人工智能与大数据.docx》由会员分享,可在线阅读,更多相关《人工智能技术应用导论第7章人工智能与大数据.docx(22页珍藏版)》请在优知文库上搜索。
1、闸免推齐Jt法S不同.推希方法包怙如下几类:“于内容的依第与制电过捡*KIaIMA.三MjF内B的疲苟关注的品!本身的“征.特征亲找到厢像的桂R:的冏过斌指KN保用户与IM句冷”系.与物国自,普征及太关寿.购物推荐系统应用一个完整的推律系统通常包含3个维成懵块I 用户建模收快 推谷对象建懵模块99U 推H鼻法极快推弄系统的送行娱内对刖户迸行建模.根搪用户行为收密和MtI依据来分析用户第兴燃料需求,同时时程蒋对象迸行建模.垩于用户特征加品杼征,采用搐稗狭计肾御和用户可能感爽建的对数Q播富推程靖景对推冷结果进行一定程序的过&和谓整将指希恰黑腰示给用户.推尊系统可再细分成翕找计net分融实川计一电分
2、,高战计It群分对于败据,算法复杂度,阿间颊划均较少,可得出山高It修度能搐种结果.实时计M第分取要求髭快速响应懵落读求,健容忍相对收低篦抬蒋漱碘度.通过将实时推神结祟与岛纹推神结果相结合,报程系统版为用户糖供高质的推#站I1.购物推荐系统应用常齐累统第四师模式:过迁看过,过还买过、买过还过、买过还买过.常用的It1.I为法:pjii4M.小于用户的协同汉城算法的同过速算法基于物品的怫目过滤H法,基于用户的协同过滤算法:找即“俘”兴趣爱好相关庾更高的用户乩然后将该用户K欢的,但是你并不如我酒过的物品/内容燧并给mW二力购物推荐系统应用基于用户的协同过注算法MrbX法的实现主要总括两个少:线剜却
3、目标用户兴相似的用户1合.找到该集合中的用户所贰第、且目标用户*骑过过的将品椎荐修目标用户.【实例】例设再用户a.EC和捌品A.B.C.D,K中用户a.C整欢物品AW拗品C.因就认为这两个用户IM但用户,于J1.将IRPcIKnttftD(指睛D笈羯户a还未按般过的)N9ttnPa.。购物推荐系统应用,基于物品的协同过滤算法:概掘用户当前消费能对象.来号找用户可能喜次的其他物品.WM后的相关慢国高,“燧希后穗次第可艇在就越大. JCI1.用户购买了一款回而伦的CO(-t三三).商家为用户抵葬一张周寿伦的Co(我很忙用户是不是更的买 mi1.用户购买了柯南道尔的福尔所投案全集.窗凉为用户推tn山
4、刚昌的名像覆阿命),用户是不是更容易的买.购物推荐系统应用三o基于物品的协同过滤算法ItHJ1.法与3CF算法类似.计电分为网步:计算穗品之间立冏以度.唐亮物品的相归度Ia用户的历史行为.给用户生成榷再列我.【实例】帆设有用户0b.C和物品缸B、C20应用.具我强大第横向扩展健力.数据种类繁多大依据的收据来源众多,科学研究、企业应用和cb应用等都在源豢不新地产生数据,大数富的数据类显丰富,包括统构化和非结构化敏据,ta梅化Htth占io%左右.主要Hi存储在关系依靠座中的依掘尊缘内化败:占前、左右,和类多.包括却件.ft*.依.他馍、e博.位信息,依按信息,手机呼叫慎息、M络日志等.许M在拳关
5、琴型歌操本(HotOn1.ySQ1.NOSQo中.大数据的特征大敷播的价值:1)对大消捞者提供产品或服务的企业可以利用大数据进行精准营俏;2)锹小而美模式的中小微企业可以利用大数据做凰务转型;3)面IS互联网压力之下必须转型的传故企业隽要与时俱进充分利用大数抠的价值.大数据的关键技术A大数据技术俘大数据的果集.懵处我、存储.分析和应用的相关技术,是一系列使用非作筑的工从来对大量的结构化.半姑归化和和姑构化Iiigi三行处理从而快用分析和懵测结果的系列数据处序和分析技术.其技本(柒如图所示I大数据关键技术,大数据技术的不同层面及其功能技术居面功能跤第果与用处螳利用ET1.工具将分布的.异构玄朦算
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 人工智能 技术 应用 导论 数据