共查询到20条相似文献,搜索用时 15 毫秒
1.
在"大数据时代"的背景下,推荐系统能通过分析提取出用户的历史偏好数据,并结合用户之间的偏好关系以及项目与项目的相似程度,推测出目标用户可能喜欢的物品并将其推荐给用户.在当下电子商务时代,推荐系统已成为一种更为活跃、更现代化的信息过滤方式.笔者对推荐系统的研究现状以及主要研究方向进行了系统研究,分析对比了在当下较为流行的各类推荐算法及各自的局限和问题,包括数据的冷启动问题、稀疏性问题、扩展性问题以及推荐性能不高等.最后,总结了目前的推荐系统存在的尚未解决的问题并提出了相应的解决方案. 相似文献
2.
本文要为你介绍一些实践技巧和技术,帮助你改善你的应用程序的性能。只要你在应用程序中正确的使用了这些技术,你就能够明显改善你的用户界面和数据访问性能。 相似文献
3.
本文要为你介绍一些实践技巧和技术,帮助你改善你的应用程序的性能.只要你在应用程序中正确的使用了这些技术,你就能够明显改善你的用户界面和数据访问性能. 相似文献
4.
本文要为你介绍一些实践技巧和技术,帮助你改善你的应用程序的性能。只要你在应用程序中正确的使用了这些技术,你就能够明显改善你的用户界面和数据访问性能。 相似文献
5.
8.
9.
数据持久化技术是Java应用程序中最重要的技术之一,在目前关系数据库仍占主流的时代,数据持久层技术越来越受关注,本文阐述了Hibernate数据持久化技术作为螨种文库构建中持久层的解决方案,并描述其实现过程及优势. 相似文献
10.
《合肥学院学报(自然科学版)》2017,(5)
协同过滤是目前电子商务推荐系统中应用最为广泛的一类推荐算法。随着系统用户和项目数量的急剧增加,传统的协同过滤算法已经很难满足各类系统的需求。为提高算法处理大规模数据的能力,重点研究SlopeOne协同过滤推荐算法。将其与关联规则挖掘相结合,并选择近邻用户数据对目标用户的未知评分项进行评分预测,在movielens数据集上的测试结果表明,改进后的算法能够较为显著的提高推荐质量,适用于处理大规模数据。 相似文献
11.
12.
《四川理工学院学报(自然科学版)》2016,(1):39-43
个性化推荐是根据用户的喜好向用户推荐个性化的产品、信息或服务等,在大数据时代能有效地解决信息过载的问题。提出基于改进BP神经网络的个性化推荐算法,研究了如何建立混合推荐模型,采用BP神经网络训练提高算法中用户相似度计算的准确性。在真实数据集上的实验结果表明,该算法能有效减小用户相识度计算偏差,提高用户个性化推荐的推荐质量。 相似文献
13.
《世界博览》2013,(23):70
说起去意大利旅行,大家会想到罗马,威尼斯,佛罗伦萨,西西里;都灵似乎不会被多数游客想起。的确,都灵作为一个大工业城市,去那里的人更多是为了工作,而不是旅行。但这个意大利第三大城市,你若去了解去探究,必然会发现他的魅力。如果你热爱足球,这里是意甲豪门尤文图斯的主场;如果你喜欢汽车,这里是菲亚特(FIAT旗下有法拉利和玛莎拉蒂)的总部;如果你喜欢吃巧克力,那一定要来这里参加巧克力节;喜欢旅行的人应该也喜欢电影吧,那一定不要错过都灵的地标建筑:电影博物馆;都灵有众多古典建筑,气派的广场并且充满法国的风情;最后都灵还有一座文艺复兴风格的教堂Duom0,存放着一个秘密:耶稣裹尸布之谜。 相似文献
14.
15.
16.
17.
Visual FoxPro6.0是开发中小型应用程序的主流数据库,从本地数据访问、表单对象和VFP应用程序与其他应用程序数据交换(OLE)三个方面,掌握应用程序的一些技巧,可以提高数据的访问速度. 相似文献
18.
阮光锋 《大众科学.科学研究与实践》2013,(3)
正现在很多人都喜欢重口味,吃什么都追求"入味儿"。可是,在追求味觉刺激的时候,你是否知道食盐也许会让你患上各种疾病呢每天应该吃多少食盐呢?2005版的美国膳食指南推荐人均每天摄入钠不超过2300毫克,换算成食盐是5.84克。不过,2010版美国膳食指南提倡减盐,已将钠的推荐摄入量减少到1500毫克了(大约是3.8克食盐)。中国居民膳食指南建议中等体力活动的成年人每天食盐的摄入量不要 相似文献
19.
20.
《山东师范大学学报(自然科学版)》2016,(2)
随着大数据时代的到来,信息过载问题日益凸显,个性化的推荐服务是解决该问题的有效手段之一,因为其简单、高效的特点,越来越受到人们的重视.协同过滤是个性化推荐的常用手段,协同过滤推荐算法通过研究用户的喜好,实现从海量数据资源中为用户推荐其感兴趣的内容,在很多领域中都得到了广泛应用.但是,冷启动和数据稀疏依然是其面临的难题,在某些领域中,出现推荐算法效率偏低,推荐准确度下降问题,导致用户满意度偏低.针对这个问题,本文提出了用户属性相似度概念及移动图书馆中的活跃相似度,并融入了基于内容过滤的算法思想,提出了一种改进的协同过滤推荐算法.实验结果表明:改进的算法能有效提高推荐准确性,并在一定程度上缓解了冷启动的问题. 相似文献