基于非结构化P2P网络用户模型的协同过滤推荐机制

协同过滤是当前应用在信息推荐系统中最成功的技术之一。但随着用户数量和所需过滤信息的增加,计算复杂度迅速增长,大多数推荐系统都因集中式的体系结构而面临可扩展性差的问题。本文提出了一种基于非结构化P2P网络的协同过滤推荐机制,采用基于词汇链的方法构建资源对象描述向量,建立由偏好资源对象集合构成的用户模型,并且根据用户的兴趣变化,通过动态邻居重组的方法获得实时的个性化推荐。实验数据表明采用基于非结构化P2P网络的协同过滤推荐机制较传统集中式推荐方案有更好的可扩展性和预测准确性。     

基于Web信息挖掘的关联推荐算法研究与实现

使用Web数据挖掘技术对用户需求进行分析,其中实现Web信息个性化使用的是关联规则,这一规则能够为用户提供个性化服务,目前已成为Web应用技术的研究热点。该文分析了应用于个性化推荐的Web页面关联规则的特点,对Web数据挖掘技术常用的关联推荐算法进行探讨,内容主要涉及到Web数据挖掘技术、关联推荐算法的思路、算法分析。     

推荐算法综述

推荐是解决互联网信息过载的主要途径之一,已被广泛应用于电子商务等多个领域.尽管已存在多种推荐算法,建造出更加智能、更加鲁棒的推荐系统仍面临诸多尚未解决的难题,推荐方法的研究仍是智能信息处理的研究热点.文章首先阐述了推荐方法的研究背景、研究意义,之后分别介绍了协同过滤推荐算法、基于内容的推荐算法、基于图结构的推荐算法和混合推荐算法,分析了各类算法的优点与不足,最后总结了主要的评价方法以及面临的主要问题,提出了改进的方法和未来可能的研究方向.     

Slope One-BI算法的改进及其在大数据平台的并行化

针对大数据时代下Slope One算法推荐效率不高的问题,提出结合聚类和动态K近邻的双极Slope One推荐算法.首先,结合Canopy和K-medoids的聚类算法把相似的用户汇聚到一起.然后,在所属聚类中,根据用户之间相似度的具体情况动态地寻找最近邻,并用Slope One-BI算法推荐预测.最后,在Spark平台上实现并行化.在电影数据集上的实验结果表明:基于Spark平台的优化算法与其他协同过滤算法相比,推荐精度具有明显优势.     

应用“3414”试验建立豫北地区冬小麦磷钾肥指标体系

利用河南省测土配方施肥2005—2008年豫北地区95个冬小麦"3414"试验,分别以相对产量<80%,80%～85%,85%～90%和>90%为标准,将豫北地区土壤速效磷、速效钾划分为"极低"、"低"、"中"和"高"4个等级;并用三元二次和一元二次模型分别对不同土壤养分分级范围内施肥量和产量的关系进行模拟,计算最佳施肥量.结果表明,当豫北地区土壤有效磷(Olsen-P)处于"极低"(<8 mg/kg)、"低"(8～17 mg/kg)、"中"(17～36 mg/kg)和"高"(>36 mg/kg)时,推荐磷肥(P2O5)用量分别为125～145,95～125,55～95和0～55 kg/hm2;速效钾(NH4OAc-K)含量处于"极低"(<50 mg/kg)、"低"(50~78 mg/kg)、"中"(78~122 mg/kg)和"高"(>122 mg/kg)时,推荐钾肥(K2O)用量分别为120～140,85～120,60～85和0～60 kg/hm2.     

最新专利产品推荐

中国专利技术网（www．zlfm.com）是由北京国专网络技术中心主办的国内首家专利技术类专业性网站，是专利人发布专利、推广项目，投资人寻技术、找项目的双向交流平台。中国专利技术网成立三年多来，以真诚的服务和优良的平台成功地让上百件专利得以转化。本网站累计专利转化额已达数千万。《应用科技》现与该网站联合向广大客户推荐以下项目。[编者按]     

基于社交网络的单类协同过滤算法

单类协同过滤算法的研究是当前协同过滤算法研究的重要课题,其面临的主要问题是:仅仅正例数据能够被观察到,类高度不平衡,大量的数据点丢失.把社会化正则项引入到传统的单类协同过滤算法,提出一种新的基于社交网络的单类协同过滤算法来解决这些问题.在真实的包含社交网络的数据集上实验验证,该算法在各个评价指标下性能均优于几个经典的单类协同过滤算法.     

基于马氏距离及最差理想解的TOPSIS出租房源推荐系统应用研究

通过对综合排序方法TOPSIS法的研究,实现了一个将马氏距离及最差理想解相结合改进TOPSIS法的出租房源推荐系统,该系统通过分布式爬虫模块抓取各大租房网站的出租房源信息,存入MongoDB数据库中,利用Spring boot框架读取MongoDB中的出租房源数据,调用将马氏距离和最差理想解相结合改进的TOPSIS法对出租房源数据进行综合评价,评价过程依据出租房源数据的面积、租金、通过经纬度求得的距离属性和输入的目标地点进行计算和决策.此后,将评价的最终结果以排序分组的形式显示在高德地图图标上,租房者点击图标会显示该出租房源的具体数据信息,输入的目地点后会出现相应距离和乘车路线及时长.点击图标上方的具体房源信息,则会跳转到相应租房网站.该系统满足了侧重点不同的租房群体查找出租房源信息的需求,具有很高的实用价值.     

基于Web挖掘的电子商务推荐系统设计

本论述针对协同过滤算法的局限性,为顾客购买频度较高的商品设计一种基于Web挖掘的推荐系统,它综合利用朴素Bayesian分类法,基于点击流分析的偏好Web使用挖掘,商品关联规则等各种Web数据挖掘技术,为顾客购物提供智能商务推荐.在数据挖掘技术的基础上,结合智能Agent技术,对系统进行设计和实现.实验结果表明,该系统...     

个性化推荐系统评测指标与实验方法研究

个性化推荐系统可以有效解决信息过载问题,实现海量数据的信息挖掘。推荐系统的性能评价和测试是一项重要的工作。详细阐述了推荐系统的多元评价指标及特点,比较了在线、离线和用户调查三种实验评测方法,展望了推荐系统评测的未来方向。