论文部分内容阅读
随着互联网信息的急剧膨胀,个性化推荐技术应运而生,其中基于协同过滤的推荐技术被广泛使用,但其未解决数据稀疏问题,未提供准确的推荐服务。该文结合用户兴趣度思想,提出了基于用户兴趣度的协同过滤算法。通过实验分析,证明该算法能够提供准确的推荐服务。
基于用户兴趣度的协同过滤算法
【摘 要】
：
随着互联网信息的急剧膨胀,个性化推荐技术应运而生,其中基于协同过滤的推荐技术被广泛使用,但其未解决数据稀疏问题,未提供准确的推荐服务。该文结合用户兴趣度思想,提出了
【机 构】
：
华中师范大学计算机科学系,华中师范大学信息技术系
【出 处】
：
电脑知识与技术：学术交流
【发表日期】
：
2012年7期
其他文献
摘要：根据用户的信息和图书借阅所产生的数据，分析用户的需求，利用改进的Pattern Matrix算法，从中挖掘出用户数据间的关联性，自动判断用户可能的借阅需求，从而将相关的图书信息推送给用户，增强图书管理的主动服务功能。 关键词：数据分析；数据挖掘；Pattern Matrix算法；改进 中图分类号：TP311 文献标识码：A 文章编号：1009-3044（2013）33-7577-04
REDD1和REDD2都属于DDIT（DNA Damage Inducible Transcript）或者GADD（Growth Arrest DNA Damage）蛋白家族。目前认为这一家族成员参与生长发育、DNA损伤修复、细胞凋亡、炎症反应
健康档案是居民健康管理过程的科学记录，既包括了居民的过去病史记录，也包括了现在的健康状况，是医疗工作者工作的一个有效参考资料。在区域医疗信息化快速发展的条件下，电子健康
本研究对江汉大学学生机械制图竞赛试卷的难度、区分度、覆盖度和可信度进行了分析，结果表明试卷难度系数为0．598，区分度为0．504，覆盖度为0．762，可信度为0．667。本次竞赛试卷难度较难