基于Timed-HITS与协同过滤的混合推荐算法

用户间的信任关系、用户对商品的偏好兴趣及商品的时效性都会影响对商品的推荐效果.将这些因素引入到基本的HITS算法中,对HITS算法进行了改进.将用户对商品的偏好兴趣矩阵进行了改进,利用隐馈数据通过逻辑回归算法估计用户对商品的偏好兴趣,对评分为零的情况赋予了不同的偏好兴趣度,这样更符合实际.将改进的HITS算法和协同过滤算法相结合得到一个混合推荐算法,同时将用户分为活跃用户和非活跃用户分别进行推荐.将提出的算法在Movielens数据集上进行了试验,结果表明该算法在一定程度上缓解了数据稀疏和冷启动的问题,推荐效果优于基于用户的协同过滤算法.     

一种基于旁信息增强的协同过滤自动编码器模型

针对用户评分预测不准确的问题,提出了一种基于旁信息(side-information)对用户兴趣进行预测的协同过滤自动编码器推荐模型,给出了模型的设计原理、损失函数以及具体结构.模型使用单隐藏层自动编码器实现,用户评分与旁信息同为模型的输入/输出数据,旁信息也直接参加模型的训练,这种设计不仅降低了模型的规模和复杂度,而且旁信息可以直接对用户兴趣进行修正.同时,通过对训练数据集合的合理划分与扩充,使得训练的网络模型增加了表达能力.在真实数据集上的对比实验表明,本文提出的方法提高了评分预测的准确度,具有一定的实用价值.     

融合位置信息和物品流行度的协同过滤算法

针对绝大多数用户消费习惯对地理位置的敏感性,以及推荐过程中的"长尾效应",提出融合位置信息和物品流行度的协同过滤算法。对传统的协同过滤算法作出2点改进:第一,将用户兴趣偏好与位置偏好相结合,提出一种新的基于地理位置的用户相似度计算方法;第二,在预测评分时,引入物品流行度权重,合理地调整流行物品和长尾物品的推荐期望值。使用Foursquare数据集作为实验数据集,与相关算法进行对比实验。结果表明,改进算法能有效提高推荐的精度和推荐结果的多样性。     

基于知识状态的个性化学习资源推荐方法

针对现有的个性化学习资源推荐方法存在不能够从学习者的学习缺陷出发推荐学习资源的不足,提出一种基于知识状态的个性化学习资源推荐方法,它首先根据知识点之间的关联关系构建知识图谱,然后根据学习者知识状态进行推导生成待学习知识点向量,最后设计相似性迭代算法从学习资源库中匹配最适合学习者的学习资源.通过实验证明,该方法具有不错的推荐效果和性能.     

基于seq2seq模型的标签推荐方法

针对NPM平台上存在大量的软件包没有标签或标记不完善的问题, 提出一种基于seq2seq模型的深度学习方法为软件包推荐标签. 首先, 利用ECMAScript工具分析软件包的源码构建出包的函数调用图, 遍历函数调用图从而将软件包转换成一组具有包语义信息的函数调用序列; 其次, 训练seq2seq模型, 并将训练好的模型用于软件包的标签推荐工作, 该模型能将包的函数调用序列映射到一组预测的标签序列上, 从而完成软件包的标签推荐. 实验结果表明, 该方法能为软件包推荐一组合理的标签, 准确率达82.6%.     

浅谈乐府民歌的新闻

汉乐府民歌来自民间，源于生活，真实地反映了当时的社会生活、社会问题及风土人情；其广泛传唱客观上起到了传播新闻的作用；同时由于最高统治者的喜爱和倡导，又以其权威性起到了引导舆论导向的作用。     

图书推荐

《渔夫与管理》[内窖提要]为什么企业越大越脆弱?为什么高薪请不到杰出的人才?为什么忠诚的员工成了一个遥远的神话?为什么管理技术在不断进步,管理难题却依然层出不穷?这些问题都是现代管理学无法打开的死结。在本书中,著名的管理学专家成君忆先生却为我们一语道破了真相。他看到,由于职场上的每个人都在追求自我实现,以致于企业成了老板和员工     

蛋白质对运动员的营养作用

本文综合了在某些运动时蛋白质代谢的研究结果。这些研究表明,运动时蛋白质和氨基酸降解的速度受运动强度、运动持续时间、能量的摄取和贮备、环境条件和运动训练诸因素的影响,运动员膳食蛋白质的需要量大于蛋白质的推荐膳食许可量（RDA）,最佳需要量可能大于200％RDA,高蛋白质膳食时应考虑总能量的摄取,不要过量,同时要注意补水。     

论口头推荐在高校图书馆服务中的作用

保证高校图书馆的高使用率，向师生提供优质的、快捷的服务，是高校图书馆的重要任务之一。而往往是读者与管理者不能达成默契，使读者所需不能得到满足。为此，在流通过程中，我们增加了口头推荐的服务项目，把相关的资料推荐给读者，在一定程度上满足了读者的要求。