基于复杂属性商品的混合协同过滤推荐模型

协同过滤作为应用最广、研究最多的推荐算法,但依旧面临数据稀疏性、冷启动、数据质量差等固有问题,同时也鲜有研究者从实用角度基于商品性价比方面提高预测精确度.为此,本文综合考虑用户主观评分和商品客观评分,并在此基础上结合情境预过滤、社会网络理论以及专家意见提出了一种混合协同过滤推荐模型,在一定程度上缓解了上述缺点.并通过真实网上汽车销售数据实验,表明该模型相对传统协同过滤具有更高的预测精度,更适用于具有复杂属性的商品.     

基于兴趣度的聚类协同过滤推荐系统的设计

协同过滤技术被成功地应用于个性化推荐系统中.随着用户数目和网页数目的日益增加,整个用户矩阵数据极端稀疏并且实时性效果不理想.传统的推荐方法解决不了这些问题.本文结合兴趣度和聚类技术对客户的个人兴趣进行评价,提出了基于兴趣度的聚类协同过滤推荐系统,实验表明,该算法能够有效避免传统方法带来的弊端,提高系统的推荐质量.     

巧用过滤实现ACCESS通用查询

该文分析了Microsoft Access所提供的查询功能的优缺点,并在此基础上给出了一个通用的查询模块.该模块可以为用ACCESS开发系统提供一个统一的查询界面,大大节省了系统开发时在查询方面所花贡的时间.文中给出了全部的源代码并有详细的说明.     

深床过滤中的生物反硝化脱氮实验研究

研究了深床过滤过程的反硝化动力学,分析了填料床层脱氮时的影响因素;实验结果表明,深床过滤过程中的反硝化动力学级数在1/2~1级之间变动;在C/N＝2.0~2.3,HRT＝1 及磷含量不低于0.05 mg/L时,脱氮效率超过90%以上.     

污水移动床连续过滤过程的数值模拟研究

通过建立数学模型对污水固定床和移动床过滤过程运行特性进行了模拟分析,该模型包括滤料和污水质量衡算方程、滤层过滤动力学方程和滤层压降计算方程。对固定床过滤过程的模拟结果表明,在一个过滤周期内随时间增加,污水过滤的负荷由顶部向底部滤层逐渐转移,滤出水的水质逐渐变差,同时滤层的总压降逐渐增加,经过足够长的过滤时间后,整个滤层将达到饱和状态从而过滤失效。对移动床过滤过程的模拟结果表明,在移动床过滤期间,滤料由上到下得到逐渐更新,滤层过滤能力得到恢复,滤出水的水质变好,滤层的总压降减小。     

一种新的多模式快速匹配算法

提出了一种针对多模式的快速模式匹配算法.算法分为预处理阶段和匹配阶段两个部分,预处理阶段对所有待匹配的模式进行分析,构造一个关于这些模式的树型有限状态自动机,匹配阶段利用这个模式自动机,对文本串进行一次性的搜索,查找文本是否包含模式集中的模式.为了提高了匹配速度,算法利用已匹配的字符串信息实行跳跃式的比较,避免了文本扫描指针的回溯.     

改进的个性化推荐算法

协同过滤技术是个性化推荐系统中最早也是最为成功的技术之一。但是随着电子商务系统用户数目和商品数目的日益增加，整个项目空间上用户评分数据极端稀疏，传统的CF（协同过滤）方法均存在各自的不足。本文分析了传统cF算法中存在的问题，对其相似性计算方法进行了改进，提出了一种优化的cF算法。实验结果表明，该算法同传统CF算法相比能显著提高推荐精度。     

基于BF的单向网络性能抽样测量技术

针对在进行网络单向性能测量时,存在抽样效率不高和报文标识均匀性差等问题,提出了一种基于BF(Bloom Filter)的单向网络性能抽样测量框架及算法,解决了在不同测量点对上从大量背景流量条件下的抽样有效性和报文标识有效性问题.仿真性能表明,待测报文抽样效率与BF理论分析值偏差为0.5%,且报文标识冲突比例仅为3.5%左右,软件实现抽样时间开销为O.1μs量级;该抽样测量技术十分适合于从大量背景流量中快速抽样出少量待测报文,从而有效地测量出诸如单向传输时延、时延抖动及单向报文丢失率等重要网络性能参数.     

基于本体的数字图书馆信息过滤研究

语义Web的概念正在成为计算机信息处理领域当前研究的热点之一 .本体 (Ontology)将在“语义Web”中起到至关重要的作用 ,它通过提供共享的并精确定义的术语源 ,将语法的互操作扩展到语义的互操作 .信息过滤目的在于依据用户兴趣 ,进行动态信息搜索和匹配以满足用户的需求 ,从而实现个性化服务 .本文提出了一种新的基于本体的数字图书馆信息过滤方法 ,它具有 3个显著的优点 :①采用了混合信息过滤模型 ,克服了基于内容和协作过滤的不足 ;②建立本体驱动的用户模板 ,解决了用户兴趣的获取问题 ;③信息内容采用本体来组织 ,实现语义级查询和高效的匹配机制     

用纤维素酶改善烟用醋酯纤维的表面性能

为了提高烟用醋酯纤维的降焦减害性能，采用纤维素酶对烟用醋酯纤维进行表面处理，通过水解达到醋酯纤维表面的改性，增加其比表面积，提高了吸附过滤性能。