最新专利产品推荐

中国专利技术网(www．zlfm．com)是由北京国专网络技术中心主办的国内首家专利技术类专业性网站，是专利人发布专利、推广项目，投资人寻技术、找项目的双向交流平台。中国专利技术网成立三年多来，以真诚的服务和优良的平台成功地让上百件专利得以转化。本网站累计专利转化额已达数千万元。《应用科技》现与该网站联合向广大客户推荐以下项目。高科酷特丽标识标识中的精品ZL 200720154336．9酷特丽标识采用无模浇铸成型工艺，无需设备即可生产，制作工艺术简单，发光效果丰富多变，可制作黑字、金字、银字等多种色彩的发光字；与传统亚克…     

高校如何适应毕业生就业体制改革

本文认为：在新的形势下，学校应充分重视毕业生就业体制改革及其影响；加强毕业生就业教育；建立和激活毕业生就业推荐机制；加大教学改革力度，努力提高办学质量和办学水平，以增强毕业生就业竞争能力。     

论混合推荐算法在医疗设备检测中的应用

针对医疗设备故障检测中存在的问题，通过选用QuickXPlain算法获取最小冲突集以计算约束推荐系统各方案的可信度，使用有限状态机获取用户需求末节点并结合关联规则计算各方案的可信度，将各维修方案的两种可信度均值大小作为最终推荐方案选择的标准，构建基于约束与基于关联规则的混合推荐系统。仿真试验结果显示，相比其他传统推荐算法，该系统在推荐方案数量较大时，整体推荐准确率最高，当推荐方案数量为8时，推荐准确率为91.62%,且它的大部分具体故障维修方案推荐准确率也最高，但其计算消耗内存更多。     

基于改进的协同过滤算法的练习测试推荐系统

在传统的协同过滤推荐算法的基础上,设计了一个基于改进的协同过滤算法的练习测试推荐系统。首先,根据学科、试题和学生的特点,有效的解决了矩阵稀疏和"冷启动"的问题;其次,使用机器学习中的K-means聚类算法对用户进行聚类,且初始聚类中心由Prim最小生成树算法确定,增加了聚类的稳定性;然后在每个聚类中搜索用户的最近邻居,缩小了计算用户之间相似度问题的规模;最后,通过实验将改进的算法与传统的算法进行了比较。实验结果表明,改进的算法提高了推荐系统的质量和准确度。     

基于软集理论驱动的毕业生推荐系统研究

网络技术的发展为毕业生与企业之间的顺利沟通提供了支持,但大多数招聘或推荐平台依然是各自"表演"的模式,缺乏有效对接.面向毕业生与企业的直接需求、核心需求,在软集理论驱动的基础上,构建一个智能的、支持决策的毕业生推荐平台.该平台允许用户自主设置属性及属性排序,对推荐结果进行优劣排序,使得推荐结果更加客观全面,符合大学生及企业的需求.最后实验表明该方法具有较高的性能.     

面向探索式搜索过程的查询推荐

查询推荐是一种提高用户搜索效率的重要工具,但是传统的推荐方法对于探索式搜索的推荐效果不好.针对此问题提出了一种新的面向探索式搜索过程的查询推荐方法,即根据用户搜索的行为模式,通过试探性查询重构和确认性查询重构两个过程,对探索式搜索过程进行建模,并根据影响探索式搜索过程的三种因素提出了一种排序算法,将确认性子查询中的查询推荐给用户.通过与传统推荐方法的对比实验验证了本模型及其推荐方法的有效性.     

P2P环境下考虑信任的协同过滤推荐模型研究

在P2P环境下,节点面临丰富的可用资源,因此很难快速定位自己感兴趣的文件。提出了一种考虑信任的协同过滤文件推荐模型,不仅提高了推荐准确度,还提高了节点的满意度,并有效地控制了由于信任问题导致的交易失败。     

基于评论分析的评分预测与推荐

推荐系统广泛地应用在网络平台中,推荐模型需要预测用户的喜好,帮助用户找到适合的电影、书籍、音乐等商品.通过对用户评分和评论信息的分析,可以发现用户关注的商品特征,并根据商品的特征,推测用户对该商品的喜好程度.本文提出将评论中隐含的语义内容与评分相结合,设计并实现了一种新颖的商品推荐模型.首先利用主题模型挖掘评论文本中隐含的主题分布,用主题分布刻画用户偏好和商品画像,在逻辑回归模型上训练主题与打分的关系,最终评分可以被视为是对用户偏好和商品画像的相似程度的量化表示.最后,本文在真实数据上进行了大量对比实验,结果证明该模型比对比系统性能优越且稳定.     

一种基于二部分图的推荐算法

在对基于二部分图网络结构的推荐算法NBI和基于Pearson系数的协同过滤推荐算法CF,以及当前广泛应用的完全排序算法GRM进行详细分析的基础上,针对这些算法的局限性,提出了一种基于二部分图的推荐算法.采用Movielens数据库对NBI、CF和GRM以及文中所提算法用2个不同的参数进行了比较.实验结果表明:除了当向每个用户推荐50个电影这一种情况外,文中给出算法的推荐准确率均高于其他3种推荐方法.     

基于关联规则的课程信息推荐应用研究

网络教学系统中的课程资源丰富而繁多,借助数据挖掘技术,可以对这些资源进行有效挖掘,以期达到更充分、合理的使用.借助关联规则数据挖据方法,构建课程信息推荐模型,研究网络教学系统中的课程关联,为学生网络学习提供课程信息推荐.