基于潜在因子多样性的非负矩阵分解协同过滤模型

基于非负矩阵分解的协同过滤模型在高维稀疏数据的预测和填补上十分有效，该模型具有推荐个性化、有效利用其他相似用户回馈信息的优点，但也存在预测精度较低等不足。针对用户或项目在不同情景下的评分差异性，提出了一种改进的基于潜在因子多样性的非负矩阵分解的协同过滤模型。该模型充分考虑在不同情境下，用户和项目潜在特征矩阵的多样性，在模型的训练中，采用了单元素非负乘法更新规则和交替方向法，保证了目标矩阵的非负性，且提高了模型的收敛率。在真实的工业数据集上的实验结果表明，相比于经典的非负矩阵分解模型，该模型的预测精度有了明显提高。     

热风式相变储能模块的蓄放热特性实验

提出了一种以癸酸作为相变材料的热风式相变储能模块。以该模块的一个单元为实验对象，测量了模块内部相变材料在蓄、放热过程中的温度变化，比较了水平放置和竖直放置的模块单元在相同实验条件下的相变过程，得到了该储能模块的蓄放热特性。结果表明，相同实验条件下，模块水平放置时癸酸熔化率比竖直放置时高。这为该相变储能模块在应用中的安装布置提供了参考。此外，将直热风管道改为S型管道后，增大了换热面积，强化了管外侧液相区的自然对流，提高了蓄热过程癸酸液相率，储能效果更佳。