"Sentiment Analysis Based Keyword Aware Service Recommendation for Big Data" Tradicionnym rekomendatel'nym sistemam ne hwataet wozmozhnosti dawat' personalizirowannye rekomendacii konechnomu pol'zowatelü. Im ne hwataet masshtabiruemosti i äffektiwnosti. Spisok rejtingow i predostawlqemye rekomendacii prakticheski odinakowy. Takim obrazom, w dannoj rabote predlagaetsq sistema rekomendacij otelej s ispol'zowaniem frejmworka hadoop. Hadoop w osnownom rabotaet w oblasti, gde poqwlqütsq bol'shie dannye. Jeti bol'shie dannye trudno sobirat' i analizirowat'. Dlq resheniq ätoj problemy predlagaetsq metod rekomendacii uslug na osnowe otzywow. Jetot metod osnowan na algoritme sowmestnoj fil'tracii na osnowe pol'zowatelej. Pol'zowateli s pohozhimi wkusami otlawliwaütsq s pomosch'ü wwodimyh imi klüchewyh slow. Zatem k otzywam passiwnyh pol'zowatelej primenqetsq analiz nastroenij i wychislqetsq ocenka. Konechnym pol'zowatelqm rekomenduütsq luchshie serwisy. Jexperimental'nyj analiz pokazywaet, chto dannyj metod rabotaet bolee äffektiwno, chem tradicionnye dostupnye metody.
Bitte wählen Sie Ihr Anliegen aus.
Rechnungen
Retourenschein anfordern
Bestellstatus
Storno