基于正则化朴素贝叶斯的用户分类算法的研究

《基于正则化朴素贝叶斯的用户分类算法的研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、．．：，、：Ｖ．‘ｒ：＂瑞：－－护－；ｒ馬Ｉ－．‘－＇；＇辉试ｉ；ｆ．，磅乃．－謂Ｖ＇号Ｍｆ、－．獲－．女＾－雙邊直＇皋：；．，＇Ｘ養攀Ｖ４Ｖ３簡Ｖ’這／－苗．．／巧＂芝ｆ＇苗‘Ｖ／．ｒ讀鶴：ｒ＇巧‘．与鲁．０￥：請Ｖｖ．７察化‘ｃｖ，巧．Ｅ／—ｉ證詰化黯：’．Ｖ＞＇ｔ＂．＾．辟＞咕ｉ巧化Ｕ／文＿巧；’．：．Ｉ：参Ｌ軒＇＾＇＼接．ｖ．、：ｉ．＇－过一Ｖ梦ｖ．、ｖ；苗－；－－－＇一汽．．：若ｒ：．Ｖ至ｖ于立Ｊｖ，ｓ巧化朴Ｎ贝叶斯的巧、Ｖ＇／；．、與：’＾：．、ｒ＂咬＇ｖ兴．ｔｔ算掉的研究

2、７－、＼Ｎ－ｖ兵；＇＜叫ｙ＇：：．早‘、户、－ｔ＼＇，今兴芳’善Ｃ，７、八ｖ；：；．＂ｖｃ－ｖ、Ｋ１Ｊ４；；，＾Ｖ＇．－．气、ｔ’，／＇Ｖ＇巧為；辣．八７善ｒ封之，叩．Ｖ‘／皆ｆ＊社ｙ－＇又—：、ｒ’、；；：．｜曇兮’－－幸每常ｆ社．．＇．．：巧舊ｖｃＶｒ读肖＇身＊早裳，＂，吝；脊ｖ夸：＇－ｉ湯，．焉＼－与亨：ｒ’Ｖ．枉－．．，占ｆ；．．＇吝＾ｘ．；ｖ，‘旁＼＼，！．＇７．别寧龜ｖ式．．：？＇－終占．，％／兹－ｌ畔ｒ；４ｉ■知；韦．惹ＪＶ、，．ｕ；沪＂．－餐惠ａ匙？．，‘豪实ｋ‘ｖ，＇ｕ广舊Ｖ＼Ｖ＞‘．／．

3、ｖ，‘＇Ｘ．；ｖ．．．。ｖＶ＇．．ｓ．，－；篡如：Ｖ義：Ｊ７丢站、吗／衰＊‘、＇，＞ｙ、尸ｖ。Ｃ如？－巧气、／．Ｖ療历乂ｒ譯／’黄省；榮／＇＞：’．‘立＇．、．种；貧■Ｍ＇＂人＂Ｖ－＇‘。ｉ－名女二ｉ１年二＞、．寻受’十祀華－：ｉ声９．／；ｖ令．，＾＇ｖ；．‘＞Ａ；’ｖ＇？．，＇馨ｂ：’－．；／巧；蘇综；沁娘＇若＇乂，．，扁：Ｖ，．＇：．、＇蘇Ｗ＼；ｆ；，弟；．＞—：衫Ｖ．－＼Ｖ（＊＊满＊兒一Ａ＇－若＾分类号ＴＰ３８９．１密级公巧ＵＤＣ

4、工程硕±学位论文基于正则化朴素贝叶斯的用户分类算法的研究张予瑶学科专业软件工程指导教师苏一丹教授校外导师谢志巧高级工程师论文答辩日期２０１６．１１．２３学位授予日期２０１６．１２．３０答辩委员会主席陈友初教授级高级工程师广西大学学位论文原创性和使用授权声明本人声明所呈交的论文，是本人在导师的指导下独立进行研究所取得的研究成果。除已特别加标注和致谢的地方外，论文不包含任何其他个人或集体己经发表或撰写的研究成果，也不包含本人或他人为获得广西大学或其它单位的学位而使用过的材料一。与我同工作的同事对本论文

5、的研巧工作所做的贡献均己在论文中作了明确说明。本人在导师指导下所完成的学位论文及相关的职务作品，知识产权归。属广西大学本人授权广西大学拥有学位论文的部分使用权，目Ｐ：学校有权保存并向国家有关部口或机构送交学位论文的复印件和电子版，允许论文被查阅和借阅，可将学位论文的全部或部分内容编入有关数据库进行检索和传播，可Ｗ采用影印、缩印或其它复制手段保存、汇编学位论文。本学位论文属于：□保密，在年解密后适用授权。ＮＯ木＾密。＂＂（请在Ｗ上相应方框内打Ｖ）’’如寺＾扛（又巧论文作者签名；為０期；Ｗ於日＇指导教师签名期—Ｉ

6、每（作者联系电话：：电子邮箱基于正则化朴素贝叶斯的用户分类算法的研究摘要推荐系统在电子商务和信息推送等场合有十分重要的应用，它把训练一数据中的用户进行预分类，然后根据用户预分类结果，判断个具体用户。的个人偏好并推送个性化服务信息，提商了用户的体验满意度朴素贝叶斯分类器具有优良的分类性能，己被应用在推荐系统的用户分类中，但由于推荐系统的训练数据集存在高维度、不完备等问题，导致用户分类的精度、计算时间、抗噪音干扰等性能不佳。针对这些问题，本文研究使用Ｓｈｒｉｎｋａｅ正则化技术改进朴素贝叶斯分类算法，提出正则化朴素贝叶斯用ｇ

7、户分类算法：，主要研巧内容如下一一高斯朴素贝叶斯相当于个对角协方差的朴素贝叶斯分类器，定程度上减弱样本属性条件独立假设对分类结果的负面影响，但数据样本联合概率估计误差大的问题仍存在。在训练数据时，在高斯密度函数中引入罚因子和Ｓｈｒｉｎｋａｇｅ正则化方法，自动调整属性条件的权重，将非关键属性的权重降低，使协方差估计值接近原矩阵向量，避免过拟合，减小样本联合。概率估计的误差，从而改善算法的分类效果，提高了分类精度应用ＡｄａｐｔｉｖｅＢｏｏｓｔｉｎｇ（ＡｄａＢｏｏｓｔ）自适应提升算法改进正则化朴素贝叶斯用户分类器的精度。首先设定初始弱

8、分类器权重