【摘 要】
：
协同过滤是现行推荐系统中应用最广泛也是最成功的推荐技术之一,然而传统的协同过滤推荐算法存在着邻居选取片面性和推荐精度低的问题。针对上述问题,提出了一种基于重叠度和
【基金项目】
：
国家自然科学基金（61203072）,国家公益性科研专项（201310162）资助.
论文部分内容阅读
协同过滤是现行推荐系统中应用最广泛也是最成功的推荐技术之一,然而传统的协同过滤推荐算法存在着邻居选取片面性和推荐精度低的问题。针对上述问题,提出了一种基于重叠度和双重属性的协同过滤推荐算法。首先基于相似度和重叠度的共同计算结果选取推荐对象集;然后提出了双重属性的概念,分别计算推荐用户的信任度和目标项目的受欢迎度;最后兼顾两个群体,根据用户和项目两方面的评分信息完成对目标用户的推荐。实验结果证明该算法较传统的协同过滤推荐算法在邻居选取和推荐质量方面均有显著的提高。
其他文献
为了减轻人脸识别中表情以及姿态等因素变化对识别结果的影响,Xu提出了利用原始样本和对称样本的两步人脸识别算法。但当人脸图像受外在因素干扰产生较大变化时,该方法的识别结果并不理想。因此提出了一种基于因素分解模型的两步人脸识别算法。新算法在特征提取过程中利用因素分解模型将"身份因素"和"表情因素"从人脸图像中分离出来,加以控制。然后提取测试集图像中的新身份和新表情,并将其与训练集中的旧身份或旧表情相互
为减少煤矿安全事故发生的频率,充分利用现有的煤矿安全事故数据,分析事故发生的特点,探寻各事故之间存在的潜在规律,对我国煤矿企业管理者实施针对性的管理措施有重要意义。
随着二维主成分分析法在人脸识别中的应用,许多基于2D的分析方法日益成熟。相比于PCA算法基于向量的特征提取,2DPCA算法是基于矩阵的特征提取。与依赖于特征矩阵的列或特征矩阵的全部矩阵的方法不同,提出了基于特征矩阵行的距离测量方法,该算法与KNN算法进行了结合。通过使用该方法可以缓解2DPCA算法相比于基于主成分分析的算法(PCA)需较多系数的问题。在人脸数据库上的实验结果表明,所提方法的分辨精度
摘要：给孩子一个好的“思维能力”，一个良好的“学习生活习惯”，是父母最大的功劳，我们通过细节的不断努力，终有所得有所成。关键词：思维；习惯中图分类号：G78 文献标识码：A 文章编号：1006-3315（2015）06-043-001父母是孩子的启蒙老师和引路人，责任十分重大。一般父母对“育”能尽到责任，但对“教”的认识往往不足。常言道“三岁看大，七岁看老”，说明小时候的教育是多么的重要。小孩的可
语言教育是学校教育的重点。双语教育是指用两种语言作为教学媒介,经过学习、训练、应用来实现掌握语言的教学。换言之,双语教育并不是经过语言课程来达到语言教育的目的,而
本文通过梳理种业传统营销面临的现状,分析存在的问题及原因,提出后疫情时代我国种业创新营销发展战略,以期能够帮助种子企业走出疫情困局.
针对粒度支持向量机进行粒划分后提取代表点时丢失部分重要分类信息从而影响分类准确率的情况,提出了一种基于近邻边界的粒度支持向量机（Neighboring-boundary Granular Suppo
轨道交通实时以太网交换机作为新一代列车通信网络的重要组成部分,保障了列车状态信息与控制命令的交换和传输。实时以太网交换机基于嵌入式Linux系统构建,系统启动包括BootL
数字经济时代,未成年人个人信息保护在实践中面临协调性和实效性的难题,加强未成年人个人信息保护迫在眉睫。需要认识到未成年人个人信息承载的双重利益,即未成年人的个人利
利用2006-2015年北京站和昆明站逐日08时和20时(北京时)的探空资料,对这两地的逆温层特征和变化规律进行了统计分析。