推荐系统研究

随着信息产业的飞速发展,信息资源的规模呈现出几何级的扩增,如何在这海量的数据中找出对用户有帮助的信息成为急需解决的问题.推荐系统作为解决互联网信息过载的主要途径之一,虽然经过多年的研究已存在多种推荐算法,也建立出了更为智能推荐系统,但是仍存面临着许多的难题,推荐算法仍是研究的热点.介绍了当前主要的推荐算法,指出了存在的不足,并说明了将来可能的研究方向.     

电子商务推荐系统中推荐技术研究

本文简要地介绍了电子商务推荐系统的概念、作用和构成，详细地论述了电子商务推荐系统所采用的推荐技术，并对这几种推荐技术存在的问题进行了分析。     

基于HowNet的论文复制检测关键技术研究

词语相似度计算是论文复制检测的一个关键问题,在具有中英文词语知识的HowNet上,通过对现有典型的词语相似度算法分析,综合考虑词语相关性、层次树的深度和密度等多维度因素,提出一种新的词语相似度计算算法,实验表明计算结果更符合实际词语的相似度判断.     

推荐系统研究综述

随着互联网技术的快速发展,如何对海量网络信息进行挖掘分析,已成为热点和难点问题。推荐系统能够帮助用户在没有明确需求或者信息量巨大时解决信息过载的问题,为用户提供精准、快速的业务(如商品、项目、服务等)信息,成为近年来产业界和学术界共同的兴趣点和研究热点,但是,目前数据的种类多种多样并且应用场景广泛,在面对这种情况时,推荐系统也会遇到冷启动、稀疏矩阵等挑战。深度学习是机器学习的一个重要研究领域和分支,近年来发展迅猛。研究人员使用深度学习方法,在语音识别、图像处理、自然语言处理等领域都取得了很大的突破与成就。目前,深度学习在推荐领域也得到了许多研究人员的青睐,成为推荐领域的一个新方向。推荐方法中融合深度学习技术,可以有效解决传统推荐系统中冷启动、稀疏矩阵等问题,提高推荐系统的性能和推荐精度。文中主要对传统的推荐方法和当前深度学习技术中神经网络在推荐方法上的应用进行了归纳,其中传统推荐方法主要分为以下3类:1)基于内容推荐方法主要依据用户与项目之间的特征信息,用户之间的联系不会影响推荐结果,所以不存在冷启动和稀疏矩阵的问题,但是基于内容推荐的结果新颖程度低并且面临特征提取的问题。2)协同过滤推荐方法是目前应用最为广泛的一种方法,不需要有关用户或项目的信息,只基于用户和诸如点击、浏览和评级等项目的交互信息做出准确的推荐。虽然该方法简单有效但是会出现稀疏矩阵和冷启动的问题。3)混合推荐方法融合了前2种传统推荐方法的特点,能取得很好的推荐效果,但在处理文本、图像等多源异构辅助信息时仍面临一些挑战与困难。依据神经网络基于深度学习的推荐方法主要分为4类:基于深度神经网络(DNN)的推荐方法、基于卷积神经网络(CNN)的推荐方法、基于循环神经网络(RNN)和长短期记忆神经网络(LSTM)的推荐方法、基于图神经网络(GNN)的推荐方法、将深度学习技术融入到推荐领域,构造的模型具有以下优势:具有较强的表征能力,可以直接从内容中提取用户和项目特征;具有较强的抗噪能力,可以轻易地处理含有噪声的数据;可以对动态或者序列数据进行建模;可以更加精准地学习用户或项目特征;便于对数据进行统一处理,并且可以处理大规模数据。将深度学习技术应用到推荐领域,可以积极有效地应对传统推荐方法面临的挑战,提高推荐效果。     

基于引文和标签的论文推荐算法研究

设计一个共联与标签相结合的论文推荐模型.首先,提出在传统共联算法上根据引文被引用次数(引文热度)赋权,减小热门引文对计算论文间相关性的影响程度.其次,建立多级分类标签对论文进行层次分类,建立论文在研究主题和行文结构上的分类树,并提出了父级和跨度的概念,从论文研究课题的深度和广度方面讨论两篇论文之间的相关性,给用户提供高质量的推荐服务.     

嵌入式系统的关键技术研究

嵌入式系统的关键技术包括芯片技术、软件技术、通讯网络技术、计算机与现场总线技术等。对这些关键技术的研究很大程度上决定了整个嵌入式领域的发展速度和应用水平。     

电子商务推荐系统的应用研究

随着互联网的普及和电子商务的发展,商品推荐系统逐渐成为电子商务IT技术的一个重要研究内容,越来越多地受到研究者的关注。本文简要的介绍了电子商务推荐系统的概念及其分类,详细地论述电子商务推荐系统所采用的推荐算法及其实现。     

智能推荐系统研究综述

随着互联网的飞速发展,出现了信息过载现象,如何从规模庞大的数据之中为用户推荐出其想要的项目是人工智能领域的一个研究热点。本文综述了推荐系统的发展历程,提出了智能推荐系统的结构框架,分析了比较流行的几种智能推荐技术的核心思想及其优缺点,最后分析了智能推荐技术面临的瓶颈和新的挑战。     

基于知识脉络的科技论文推荐

将关键词作为作者兴趣标识,利用论文文本中关键词之间的同义关系、上下位关系和共现关系构建成知识脉络,并结合基于内容过滤的方法对作者进行科技论文推荐。该方法将关键词向量之间的平均最大语义相似度作为作者和论文基于知识脉络的相似度,考虑了同义和上下位关系两种语义关系,并在此基础上加入了关键词的共现关系进行论文推荐。实验结果表明该方法的推荐准确率和召回率明显提升。     

自动导引车系统关键技术的研究

提出了一种改进型电磁导引技术方案，该方案使自动导引系统的核心部分－路径规划算法及程序得以实现，分析及实验结果证明，该项技术是可行的，并且具有极高的经济性。     

虚拟维修系统关键技术研究

针对目前虚拟维修存在的实时性不高、开发效率低的问题,研究了基于virtools5.0的虚拟维修技术。提出了在几何模型的构建过程中,通过制定一些规则,对三维模型进行初始优化,减少三维模型的几何面片数。同时对有相似操作的行为模块建立行为模组图,并对行为模组图进行封装,针对容易出现参数丢失现象,对封装技术进行了改进,将参数保存到行为模组图的外面,提高了整个系统的开发效率。以上技术通过对某大型部件虚拟维修的应用,证明了该技术的有效性。     

多机器人系统的关键技术研究

由于机器人的应用越来越广，机器人也从单一机器人系统应用到多机器人系统应用．阐述了多机器人系统的特点以及设计多机器人系统需考虑的基本问题，着重讨论了多机器人的特点、所能完成的任务、社会特征、个体应具备的能力、通讯问题及学习问题。     

广义DNC系统关键技术研究

针对DNC系统近来年发展的新趋势,分析了广义DNC系统应具有的功能结构;对广义DNC系统开发过程中的远程控制、数据采集及开放接口等关键技术分别给出了可行的实现方案。     

流媒体直播系统关键技术研究

随着宽带技术的发展,FTP、HTTP、SNTP等传统数据业务已经很难满足人们的需求,视频点播、远程教育、视频会议、网络电视等流媒体业务已经成为斫一轮运营竞争的焦点.在深入研究了流媒体基础理论的基础上,着重探讨了流媒体直播系统几个关键技术问题,包括反馈阻塞控制策略、缓冲技术、音频和视频同步等问题,并给出了相应的解决方案.     

虚拟漫游系统关键技术研究

以渤海大学为实例,建立了基于VRML的虚拟校园漫游系统,以仿真的模型再现校园的空间结构,实现了数字校园的空间信息三维可视化,为校园管理和服务提供了一个科学快捷,形象直观的可视化人机交互平台.重点研究了三维建模的关键技术以及场景的优化策略,最后利用支持VRML的3D Max软件实现了三维复杂物体的建模,通过VRML中的传...     

基于数据挖掘的服装推荐系统研究

为满足用户网上购物的个性化需要,针对用户自身特点,建立了服装推荐系统.以西服为例,将服装的主要特征分为领型、扣子、面料、颜色、款式等不同要素,并归纳了各要素的分类取值.在对服装的特征要素进行抽取分类的基础上,采用BDEU决策树算法,构筑了用户类别偏好模型,向用户提供了个性化的推荐服务.     

远程教育中的个性化推荐系统研究

本文针对目前的远程教学系统,提出一种新型动态的信息交互方式--个性化推荐功能,由远程网络教学系统对学习者自动推荐学习资源,帮助学习者发现他所希望的学习资源信息.并给出系统实现技术和体系结构,实验数据表明,该系统是高效并可广泛使用.     

推荐系统及其相关技术研究

在介绍推荐系统的定义和分类的基础上,深入讨论现有推荐系统普遍存在的问题,并提出了相应的改进策略:结合上下文信息;支持基于多标准推荐算法;在保证推荐精度的同时兼顾推荐的多样性;加强交互界面设计,提高系统逻辑的透明度;支持包括推荐包在内的多种推荐模式.我们相信这些策略有助于提高推荐质量,激发用户的参与度,从而增强推荐系统的实际可用性.     

基于学术社区的科技论文推荐方法

现有科技论文推荐方法的推荐质量以及效率仍有不断提高的需要,同时海量虚拟网络社区的用户信息为进行协同推荐提供了新的方式,为此提出一种以学术社区服务系统为基础,面向学术社区用户的新型科技论文推荐方法. 该方法可充分利用社区用户信息改善科技论文推荐质量以及效率. 对该方法所涉及的学术社区服务系统设计、网络社区发现以及基于网络社区的协同推荐算法等关键问题的实现思路进行了详细阐述. 实际应用表明,该方法可为科研用户提供更准确、更可信的论文推荐服务.     

WCDMA系统的几种关键技术研究

移动通信综合利用了有线、无线的传输方式,为人们提供了一种快速便捷的通讯手段。现代的移动通信发展至今,已经走过了两代,第三代移动通信的发展高峰即将到来。WCDMA技术从出现以来,其技术标准逐渐演进发展为R99、R4、R5等多个版本阶段。本文对WCDMA系统的若干关键技术进行了研究。