【摘 要】
:
随着个性化推荐技术在电子商务的广泛应用,人们越来越重视准确收集和利用用户的个性化兴趣信息以提高现有推荐系统的效果,这对于提高用户满意度和平台最终成交量有着积极的影响。其中应用最广泛的协同过滤推荐算法,其核心思想是通过建立用户和信息间的联系过滤掉冗余无关信息,将更符合用户兴趣的内容提供给用户。在实际情况中由于用户和项目数量庞大种类繁多,传统协同过滤存在计算量过大和数据稀疏性等问题,为解决这一问题,很
论文部分内容阅读
随着个性化推荐技术在电子商务的广泛应用,人们越来越重视准确收集和利用用户的个性化兴趣信息以提高现有推荐系统的效果,这对于提高用户满意度和平台最终成交量有着积极的影响。其中应用最广泛的协同过滤推荐算法,其核心思想是通过建立用户和信息间的联系过滤掉冗余无关信息,将更符合用户兴趣的内容提供给用户。在实际情况中由于用户和项目数量庞大种类繁多,传统协同过滤存在计算量过大和数据稀疏性等问题,为解决这一问题,很多学者对传统的协同过滤进行了改进。目前对于利用用户兴趣信息的相关研究主要围绕提取用户行为信息,并通过分析用户对项目兴趣偏好特点提供推荐。在实际用户操作中充满大量时序行为,比如浏览记录,购买记录,甚至是鼠标点击所包含的用户操作信息等,这些时序反馈信息量,反馈来源于用户的自然行为表现,更接近于真实偏好指标。然而很多时序推荐忽略了用户偏好的历史动态变化特征,用户兴趣往往随着时间推移而变化,所以在考虑用户反馈信息的同时,也要结合时间序列的分析某种趋势在随时间发展的趋势,利用趋势的有向性和延伸性对用户下一步行为进行预测和推荐。时序推荐方法主要针对不同的数据簇在序列上时间先后顺序演变特征,构造对应的预测方法进行预测。近年来,时间序列模型被广泛用于生活和生产,比如金融预测、交通预测等。许多时序模型结合人工智能技术进行改进,一方面增强了预测模型的泛化能力,另一方面可以融入更多的异源时序信息,提升预测准确度。尽管有很多关于时序预测方面的研究,并在平稳变化的数据中可以有效预测。但对数据特征模糊的波动序列不能有效处理,比如无序波动的序列用现有传统时序数据预测框架效果较差。此外,在推荐系统中,大量用户拥有不同特征的序列,序列波动特征繁杂,不易归一化,很难用一种规律描述全部用户特征。因此本文提出一种基于神经网络与模糊聚类混合时序预测方法用于环境复杂的推荐系统,通过改进糊通聚类方法对特征不明显的时间序列数据分类,构建模糊逻辑关系群进行预测。通过分析序列时间数据片波动幅度的阈值将序列按兴趣波动幅度划分为小幅波动与大幅波动,并分别使用改进的神经网络梯度下降学习和模糊聚类方法的混合方法模型分别针对处理,有效结合两种方法处理时间序列的优点,进一步提高预测的准确度。
其他文献
信息物理融合系统(Cyber-Physical System,CPS)是在社会智能化发展的背景下产生的一种新型分布式智能系统,它以信息计算、实时通信与智能控制为核心,实现信息与物理的融合。CPS的任务合理调度是系统正常运行的基础,高效的任务调度策略可以提高系统的运行效率与稳点性,从而提升系统性能。但是CPS系统具有资源异构性强、感知实时性高以及网络动态拓扑的特点,这使得传统的任务调度算法在处理CP
心血管疾病在中国及全世界的患病人数逐年增加。心血管疾病发作前有相应的心律失常,或者心律失常作为心血管疾病的并发症,因此心律失常是心血管疾病预防、诊断和治疗的关键。心律失常具有突发性和抢救时效性等特点,会导致采集设备不能及时的采集异常心律。24小时不间断的采集心电信号,会带来几万个周期的心拍数据,传统人工识别心电图(Electrocardiograph,ECG)的方式容易造成误诊和漏诊。计算机作为心
在传统思维中,企业主要是依靠内部员工获取知识。但是在当今经济全球化的大背景下,内部员工的知识储备已经远远不足以帮助企业解决日常生产经营活动中的所有问题。随着计算机网络技术的全面普及,知识信息传播的方式愈加多样。在这样的背景下,企业通过互联网技术建立了企业虚拟社区以吸引广大网民在社区平台中进行知识的交流和分享,并希望从中寻找到企业创新的灵感和启发,为日后在商业市场竞争中取得胜利打下基础。然而,随着企
中国改革开放以来,随着国民经济的飞速发展和现代基础设施的逐步完善,越来越多的农民工为了寻求更好的就业机会而选择外出务工,以改善自家的生活条件,摆脱贫困状态。虽然随着城乡一体化的发展,我国农村地区的经济实力得到有效提升,然而城乡之间的发展仍然存在不平衡现象,这就导致城市务工和农村务工收入仍有一定差距,为谋求更好生活,仍有大量农民工选择进入城市就业。虽然农民工外出就业,对于提高收入,实现小康具有积极作
卷积神经网络是深度学习理论的重要组成部分,其已经由简单的几层网络发展为几百层的深度网络。目前,深度卷积神经网络因其优异的特征提取能力被广泛应用于计算机视觉领域,尤其是在目标检测中使用深度卷积神经网络的方法已成为当前的主流研究方向。本文对基于深度卷积神经网络的目标检测算法展开研究,提出了改进的Faster R-CNN算法和改进的Single Shot Multi Box Detector(SSD)算
高光谱成像仪得到的高光谱影像数据有着分辨率较高,数据量大且波段多的特点,所以高光谱遥感在当今社会的各个领域都有着比较普遍的应用和广阔的前景,不过高光谱遥感数据同时还存在着光谱分辨率高但是空间分辨率较低的问题。因为得到的数据空间分辨率较低所以在高光谱遥感影像中普遍存在混合像元,且它并不是纯像元,而是各个端元按照一定的比例组合而成的,所以混合像元的出现不仅让我们在像元的分类上受到了阻碍,也给高光谱遥感
目前市政燃气工程中普遍使用塑料管材,其中PE管材因其具有抗腐蚀、密闭性、柔韧性和耐冲击等优点而被广泛应用。在实际使用过程中,由于PE管道施工质量不过关从而导致天然气泄漏,引发重大安全事故,给人民的生命财产造成损失。因此,设计开发能够满足建设单位、施工单位和监检单位要求的PE管道施工质量监控平台势在必行。本文开发的PE管道施工质量监控系统采用B/S设计模式结合SSH框架实现,数据库使用My SQL,
行人再识别技术是计算机视觉领域中的重要研究课题,是指在多个非重叠的监控视角下,识别特定行人身份并进行匹配。随着监控网络的逐年增大,需要采用计算机视觉技术对海量的视频图像数据进行分析处理,行人再识别技术也得到了越来越多的关注。本文阐述了本课题的研究背景和意义、行人再识别技术发展现状以及目前面临的问题和挑战等方面,提出了一种基于生成式对抗网络的行人再识别方法。该方法能够生成高质量的行人图像,增加了训练
随着经济体制的改革,我国小微企业在政策的扶持下快速发展,为带动地方经济增长、解决人口就业问题以及促进税源稳定增长方面发挥出了重要作用。为了更好地促进小微企业的良性发展,规范小微企业的税收意识和涉税行为,许多地区的税务部门开始重视小微企业的税收风险管理工作,并相继出台了规范小微企业税收风险管理方面的规章制度与税收规范性文件,旨在有效提升税收风险管理工作的实效性。泰来县税务局在重视小微企业税收风险管理
清洁能源汽车产业作为交通能源清洁化转型的重要抓手,对我国的能源安全、环境保护以及制造业的转型升级都具有重要意义。近年来,清洁能源汽车产业在我国政策的大力支持下迅速发展,但仍存在市场占有率不高、基础设施不完善、核心技术未突破等问题,与传统燃油车相比,清洁能源汽车仍处于产业发展的初级阶段。从产业生态的层面看,一个产业的发展不是单一企业种群的单点突破,而是互相关联的主体之间互利共生、相互作用的结果,产业