Nghiên cứu ứng dụng thuật toán tối ưu bầy đàn vào hệ thống gợi ý
Luận văn · Thạc sĩ · năm 2018 · đề tài tham khảo
| Loại tài liệu | Luận văn |
|---|---|
| Bậc học | Thạc sĩ |
| Ngành | Công nghệ thông tin — Kỹ thuật |
| Tác giả | Nguyễn Thị Hoàng Phương |
| Người hướng dẫn | Nguyễn Văn Hiệu |
| Cơ sở đào tạo | Trường Đại học Bách khoa, Đại học Đà Nẵng |
| Năm | 2018 |
| Nguồn | Thư viện số Trường Đại học Bách khoa, Đại học Đà Nẵng · trang gốc |
Tóm tắt
Với sự bùng nổ thông tin trên internet ngày nay, việc lựa chọn và đưa ra quyết định của người dùng trở nên vô cùng khó khăn, tạo nhu cầu cần phải xây dựng những hệ thống gợi ý nhằm cung cấp các đề xuất các mục tin cần thiết cho người dùng. Luận văn này trình bày lý thuyết về hệ thống gợi ý, thuật toán tối ưu bầy đàn để làm cơ sở xây dựng mô hình gợi ý hiệu quả. Có nhiều phương pháp lọc thông tin trong hệ thống gợi ý, trong luận văn đề cập đến phương pháp lọc cộng tác theo mô hình láng giềng, lọc cộng tác sử dụng kỹ thuật phân cụm Spectral, lọc cộng tác sử dụng PSO và việc cải tiến các kỹ thuật trên để xây dựng phương pháp lọc hiệu quả hơn đối với dữ liệu nhị phân. Trên cơ sở đó, mô hình được triển khai thực nghiệm thành công, đánh giá kết quả cho thấy mô hình cải tiến có hiệu suất cao hơn các mô hình khác.
Bản toàn văn lưu tại thư viện Trường Đại học Bách khoa, Đại học Đà Nẵng
Thông tin và tóm tắt ở trên lấy từ kho số mở của thư viện trường. Bản toàn văn do thư viện trường quản lý — có nơi cho đọc trực tuyến, có nơi cần tài khoản bạn đọc của trường.
Mở tại thư viện trường ↗
Dùng tài liệu tham khảo cho đúng
- Đọc để hiểu cách người trước đặt câu hỏi, chọn phương pháp, trình bày số liệu — rồi tự làm với dữ liệu và bối cảnh của bạn.
- Ý, số liệu, bảng biểu lấy từ tài liệu này phải trích dẫn (tác giả, năm, tên đề tài, cơ sở đào tạo).
- Đề tài trùng tên vẫn làm được nếu khác đơn vị khảo sát, thời gian hoặc cách tiếp cận — nêu rõ điểm khác trong phần mở đầu.
Hướng dẫn chọn đề tài, cấu trúc và số liệu cho ngành này: Luận văn công nghệ thông tin · Hỏi đáp từng chương với người hướng dẫn số: Học Giả Số · Công cụ số: Luận Văn Số.
Đề tài cùng ngành
- Nghiên cứu ứng dụng mô hình MapReduce để giải quyết bài toán đồ thị
- Nghiên cứu và ứng dụng công nghệ ảo hóa VSPHERE phục vụ triển khai đám mây riêng
- Nghiên cứu và ứng dụng deeplearning để nhận diện các loài hoa
- Nghiên cứu ứng dụng công cụ satan để phân tích khả năng kiểm thử phần mềm cho các thiết kế trên môi trường simulink
- Giải quyết một số bài toán mã hóa và thám mã trên môi trường xử lý phân tán
- Nghiên cứu một số thuật toán lập lịch kênh trên mạng chuyển mạch chùm quang
- Nghiên cứu và ứng dụng kiểm thử đột biến (Mutation Testing) cho các chương trình C#
- Nghiên cứu mô hình cải tiến kỹ thuật phân nhóm K-means
Tác giả muốn gỡ, sửa thông tin hoặc bổ sung bản toàn văn: gửi yêu cầu qua trang Liên hệ, kèm đường dẫn trang này.