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.     

基于用户反馈的时序二部图推荐方法

推荐系统以用户购买行为相似性为基础,而用户购买不仅包括是与否的选择信息,还有其购买时间和购买后对产品的评价信息作为反馈结果.满意商品能正确反映用户兴趣偏好,而很久以前购买和负面评价的商品,则将误导用户兴趣的分析.因此,在传统二部图推荐的基础上加入用户评价和时间衰减因素,提出一种基于用户反馈的时序推荐方法,经过多个数据集上的实验证明,提出方法在不同推荐列表长度的命中率指标上均有较大幅度的提升.     

基于系统动力学的资讯个性化推荐研究

手机等移动智能终端在全社会的普及,使得数字内容的生产能力下沉到社会各个层面,形成了多源、自主、原生的互联网媒体内容制造格局;而以社交媒体、自媒体为代表的各类新兴媒体的蓬勃发展,使得数字内容的传播能力极大增强,大量衍生内容在敏感、热点、重要事件的报道传播中产生。互联网资讯具有海量、内容质量参差不齐、观点多极等特点。如何将价值导向对正确的、信息披露准确的资讯进行精准推荐,维护和促进社会公平正义,成为司法领域的新问题和新挑战。推荐系统有效解决了用户在海量信息中难以高效获得信息的问题。基于内容的推荐技术通过分析用户以往感兴趣的项目,经计算得到相似的项目,再将相似度最高的若干项目推送给用户。推荐系统中应用最广泛的是协同过滤推荐算法(collaborative filtering,CF),该概念最早于1992年由GOLDBERG等在开发Tapestry邮件过滤系统时首次提出,其核心思想是运用算法对用户的历史行为数据进行分析,挖掘出用户的兴趣偏好,根据不同的兴趣偏好对用户进行类别划分并推荐相似偏好的物品。当前,个性化推荐已经在电子商务、影视作品、餐饮美食、新闻资讯等领域获得了较为广泛的应用。"京东"的推荐起步于2012年,当时的产品推荐是基于规则匹配进行的,整个推荐产品线组合就像一个个松散的原始部落,部落与部落之间没有任何工程、算法的交集。"淘宝"从2013年推出了"个性化推荐"即"千人千面"的推荐引擎,利用用户的一些行为,通过算法推测出用户可能喜欢的东西。"美团"构建了世界上最大的菜品知识库,为200多万商家、3亿多件商品绘制了知识图谱,并为2.5亿用户画像,构建了世界上用户规模最大的O2O智能推荐平台。"豆瓣"利用社交行为分析解决推荐问题,如基于用户相同行为的协同过滤技术、友邻推荐等,也是个性化推荐的一个补充。社交化推荐的引入,可以解决因单纯产品内容推荐导致推荐范围越来越窄的问题。"今日头条"的个性化推荐算法基于投票方法,其核心理念就是投票,每个用户一票,喜欢哪篇文章就把票投给哪篇文章,经过统计,最后得到的结果很可能是此类人群里最好的文章,并把这篇文章推荐给同类人群用户。该方法看起来似乎很简单,但实际上需要基于对海量用户行为的数据挖掘与分析。系统动力学是一门基于系统论、控制论与信息论,并借助计算机模拟技术的交叉学科,其通过系统的视角,进行结构化动态分析和模型模拟,擅长分析高阶、非线性时变和复杂系统,采用定性与定量相结合的方法,适合对资讯个性化推荐这种动态复杂过程进行分析。针对司法工作相关资讯的个性化推荐问题,应用系统动力学理论,对影响资讯推荐效果的重要因素在Vensim软件中进行建模仿真,构建包括用户量、文章量、标签数量和各子系统之间影响的因果反馈模型和存量流量模型,建立系统动力学方程模型,经仿真对相关因素进行敏感性分析。结果表明,文章量、设置的特征化标签和对文章的兴趣点因子等都对推荐效果有重要影响,这是在设计推荐系统时需要重点考虑的因素,也是解决推荐系统冷启动、实时性和"信息茧房"等关键问题的重要途径。基于系统动力学进行资讯个性化推荐研究,可以积极有效地应对司法领域资讯披露面临的挑战,提高精准推荐效果。     

基于模态符号数据分析的混合推荐算法

传统混合推荐算法基于点数据来描述用户模型,存在信息丢失、难以统筹考虑用户所有偏好信息等问题,严重影响了推荐系统的质量和效率。针对该问题,以符号数据为基础,建立了基于模态符号数据分析的混合推荐算法。用模态符号数据对用户建模,引入模态符号数据的距离度量计算用户兴趣模型间的相似性,同时整合用户人口统计信息的相似性,形成用户的综合相似性,最终完成推荐。实验结果表明论文方法在应对数据稀疏性及新用户问题时,具有更高的推荐精度。     

一种基于循环回归的推荐算法

提出了一种基于循环回归的推荐算法.首先,对原数据集中的评分数据及缺失值进行离散化处理,然后对离散化数据进行回归模型训练,此过程循环执行并最终建立推荐系统.在离散化阶段,对比不同的离散方法,并对它们的分类粒度开展研究.在模型训练阶段,讨论回归算法对于模型性能的影响.数值计算实验表明,本算法较之近年非常热门的SVDFeaute方法,能够产生更小的均方根误差,验证了算法的有效性.     

自我测试及时发现疾病信号

1.自测肺功能测试:吹熄蜡烛或带火苗的东西时,是否感觉有一刹那的眩晕。诊断:如果感到眩晕,可能是肺源性眩晕,常见于各种原因引起的肺功能不全。处方:应当戒烟,同时制订健身计划,这对肺部健康有一定帮助;多吃萝卜及其他新鲜蔬菜,可增强肺的抗病能力。此外,每天吃1个苹果效果会更好。推荐:屏气呼吸锻炼很有效,年轻人可屏气2～3分钟换气1次:中年人     

延安大学学生膳食调查及分析

通过对延安大学春季一个月的膳食调查，与中国营养学会推荐的每日膳食中营养供给量比较，结果表明：我校学生膳食以粮谷类为主，占每日摄入量的58.4%；蔬菜摄入量偏低，仅为190g，占日总摄入量的18.7%；肉类、蛋类和豆类占日总摄入量的19.6%。每日摄入的蛋白质的数量不够，且主要是植物蛋白，膳食中钙、维生素B2不足，因调查时间在春季，故维生素C严重不足；热能摄入中脂肪提供的热能不足。     

抓住水利改革发展机遇 促进口头水库全面协调可持续发展

中央1号文件的出台,是第一次在我们党的重要文件中全面深刻阐述水利在现代农业建设、经济社会发展和生态环境改善中的重要地位,第一次将水利提升到关系经济安全、生态安全、国家安全的战略高度,第一次鲜明提出水利具有很强的公益性、基础性、战略性。口头水库应抓住机遇,实现跨越式发展。     

藏族民间传说内容的合理化特点分析

最初,传说受神话影响,具有浓厚的幻想色彩。随着时代的发展其现实意义不断增加,幻想不再占据传说的主要地位,而与历史的关系更为直接。因而,藏族民间传说具有历史性、可信性、传奇性等特点。但这些特点多是局限于传统的内容上,忽略了在具体的传承过程中涉及到讲述者的文化底蕴对传说内容、形态的加工整理以及人们随着社会的发展和获得更多的知识在心理上与前人产生的差异等问题。现在的人们已不完全是以有形事物的存在作为记忆的具体落脚点。文章主要从现代发展的眼光,解析了藏族传说内容的合理化特点。     

无线Mesh网中基于推荐信任的身份认证方案

为了提高无线Mesh网络的安全性,提出基于推荐信任的身份认证方案.当目标节点要求加入网络时,源节点发出推荐请求,响应请求的推荐节点用推荐信任值评价目标节点的可信度.该方案将各推荐节点的推荐信任向量加权综合后量化,源节点可根据信任等级直观有效地判断一节点的可靠性,由此避免非可靠节点的加入,提高了网络的安全性.