基于Hadoop的分布式智能推荐系统

通过对云计算平台相关技术的分析研究,结合目前智能推荐系统的应用情况,采用Hadoop、Mahout、Sqoop以及Oozie等云计算相关技术构建一个海量数据智能推荐系统。与传统的数据存储处理相比,可以提高资源的利用率,降低成本,同时也保证了速度。     

基于时空序列模式匹配的兴趣点推荐方法

兴趣点(point of interest,POI)是地理空间信息的重要组成部分,在基于位置的信息服务中被广泛使用.针对用户对兴趣点访问所产生的时空序列,利用闭合序列模式挖掘方法分析频繁模式,在此基础上根据用户当前所处位置或最近访问序列,通过序列分析进行时空序列模式匹配,并按照序列的匹配程度给出兴趣点推荐列表.实验结果...     

RSS技术在数字图书馆新书推荐中的应用与实现

介绍了RSS的概念、特点和目前国内高校图书馆网站应用RSS技术的大概情况,以浙江工业大学图书馆为例,阐述了基于Oracle数据库和JSP语言的RSS新书推荐程序的原理和实现方法。     

一个产品组合推荐模型

为了挖掘潜在客户资源和挽留已有客户资源,需要同时考虑企业利润和消费者满意度大小。提出收益模型,通过参数化变量把消费者满意度约束引入目标函数形成双赢模型,利用一个简单阈值算法计算出参数化变量的阚值,使其达到全局最优化策略。在全局最优化策略下．所得推荐方案满足双赢模型目标函数值为最大值。研究结论表明：参数化变量的闽值范围能有效地引导EC企业针对主要目标采取相应的营销策略。     

一种基于LBS的移动个性化推荐系统

随着个性化推荐技术的不断成熟和移动互联网的迅猛发展以及各种移动智能设备在人们的日常生活中扮演着重要的角色。结合LBS和个性化推荐技术,提出一种基于LBS的移动个性化菜品推荐系统。系统通过经纬度对菜品进行地域过滤,从而产生候选推荐集,然后对候选推荐集进行分类或聚类,并且对各类里的候选推荐集采用协同过滤技术进行过滤,从而形成每个类的Top-Ni推荐集,最后将各类的Top-Ni推荐集进行归并并产生最终的推荐集。最后在iPhone平台上实现了系统原型EatStars。     

构造P2P电子商务系统中基于推荐过滤信任模型

通过对已有工作的分析和对比,选用了一种利用置信因子综合局部声誉和全局声誉的信任评价机制作为研究基础,引入基于集合迭代二分法的过滤方法对推荐节点进行过滤,并提出对评价其他节点评价质量的节点的评价可信度进行了限定来提高模型的准确性和抗攻击能力.同时,为避免恶意节点用诚信买行为来掩盖恶意卖行为的情况,对买家和卖家给对方的评价...     

基于Web内容挖掘的论坛发贴分类推荐技术

随着Internet基础结构的不断扩大和其所含信息的持续增长,Internet用户感觉越来越容易在WWW服务中"资源迷向".目前提高用户使用效率的方法有页面预取技术、站点动态重构技术和Web个性化推荐技术等.因为网站的页面内容才是用户真正感兴趣的,本文应用了一种基于Web内容挖掘的文本分类技术来实现论坛中贴子的分类推荐...     

职业院校学生档案管理与就业推荐的联系

职业院校为国家培养了高技能高素质的人才,学生就业是职业院校的生命线。职业院校学生档案在学生的就业工作中起到了极大的作用,能够帮助用人单位对学生的生活、学习、心理及思想等各方面有初步且全面的了解。该文主要分析了职业院校学生档案管理与推荐学生就业之间的联系。     

Authorware教学课件的应用

目前超媒体技术广泛运用于课件设计中，其中Authorware是使用率较高的多媒体软件之一。     

欢迎向“学术聚焦”栏目推荐会议文集

《科技导报》"学术聚焦"栏目旨在围绕当前某一与科技相关的热点问题展开讨论,客观、简洁、集中地发表原创性科技成果或专家的创新言论。每期将从科学会议、学术