摘要:近年来,出现越来越多住房租赁网站,如58.com,安居客,链家,赶集网和贝壳等。他们使用平台或者网址搜集用户所拥有的房产资料,并且协助搭建有关平台或网址,使用户能够在不同途径上浏览自己房子的出租资讯,从而方便他们的日常工作,但同时也为大量数据检索增加难度。针对如何在复杂冗余的数据中快速高效找到有意义数据和信息这一问题,本文主要研究房屋租赁推荐算法并实现房屋租赁推荐系统,该系统可以更好地帮助用户从海量住房租赁数据中快速、准确地获取感兴趣的住房信息。 为解决现有推荐算法在构建模型时用户和物品特征提取不足的问题,本文将文本卷积神经网络应...
关键词:
推荐系统深度学习房屋租赁文本卷积神经网络协同过滤
授予学位:
硕士
学科专业:
软件工程
导师姓名:
陈剑姜岩
学位年度:
2023
语种:
中文
分类号:
TP391.3(计算技术、计算机技术)
在线出版日期:
2024-07-11 (万方平台首次上网日期,不代表论文的发表时间)
相关知识
基于深度学习的花卉识别研究
基于ResNet50的植物病害识别研究与系统应用实现
基于深度学习的病虫害智能化识别系统
基于深度学习和迁移学习的识花实践
基于django的鲜花分类系统的设计与实现
基于深度学习的农作物病虫害识别系统
基于深度学习的yolov7植物病虫害识别及防治系统
深度学习基于python+TensorFlow+Django的花朵识别系统
深度学习YOLOv7实现的农作物病虫害识别与防治系统教程
基于深度学习的花卉图像分类识别模型研究
网址: 基于深度学习的房屋租赁推荐系统的研究与实现 https://m.huajiangbk.com/newsview451802.html
上一篇: 花卉绿植租赁(花卉绿植租借与代管 |
下一篇: 白云机场涨2.54%,该股筹码平 |