【摘 要】
：
推荐算法作为推荐系统的核心在一定程度上决定了推荐的精确度,而推荐算法精确度的高低又对推荐结果质量的好坏有着直接的影响,因此对推荐算法进行研究改进就有了重要的意义。经典的协同过滤推荐算法是最早提出,并且是使用最广泛的推荐算法,这种算法是利用用户的历史行为数据进行挖掘分析,从而发现用户的兴趣爱好,依据不同的兴趣爱好对用户进行群组划分并向其推荐兴趣爱好相似的商品。它实现简单且效果良好,但是也存在许多不足
论文部分内容阅读
推荐算法作为推荐系统的核心在一定程度上决定了推荐的精确度,而推荐算法精确度的高低又对推荐结果质量的好坏有着直接的影响,因此对推荐算法进行研究改进就有了重要的意义。经典的协同过滤推荐算法是最早提出,并且是使用最广泛的推荐算法,这种算法是利用用户的历史行为数据进行挖掘分析,从而发现用户的兴趣爱好,依据不同的兴趣爱好对用户进行群组划分并向其推荐兴趣爱好相似的商品。它实现简单且效果良好,但是也存在许多不足之处。本文就针对协同过滤算法（以基于用户的协同过滤算法为例）中评分公式中的不足之处以及流行度对用户相似度的影响提出了基于BP神经网络与流行度的改进算法。Resnick公式是协同过滤算法中最常用的评分预测公式,通过对公式的研究发现公式中涉及到的只有目标用户及相似近邻用户的相关评分信息,且只体现了目标用户与相似用户之间的评分关系,而并没有关注到相似用户之间的关系。针对该问题,论文提出使用BP神经网络（Back Propagation）代替原有的Resnick公式,利用训练好的BP神经网络模型对目标用户未评分的项目预测评分。采用BP神经网络代替原有评分公式旨在挖掘用户评分频数中的差异化信息来指导推荐,提高推荐结果的准确性。对BP神经网络模型进行学习训练的过程中还发现训练所使用的相似近邻用户数据集信息损失严重,存在有的项目目标用户评过分但相似近邻用户没有评分的情况。这样的数据在训练中成为无用数据,使得神经网络在学习时丢失大量的有用信息。针对这个问题本文提出使用SVD（奇异值分解）技术进行填充,填充后的矩阵数据稀疏度得到缓解,从而进一步提高了推荐的准确性。流行度是指在某一段时间内,对于热门项目人们往往更倾向于打出高分,打出高分的用户数越多说明流行度越高,而这些项目就是流行项目。流行项目会干扰用户相似度的计算,降低所得到的用户相似度值的准确性,因此针对该问题提出流行度因子的概念,将流行度因子引入协同过滤算法中的相似度计算公式,通过线性加权的方法将其结合,从而降低流行度对用户相似度计算的影响。为了验证改进后的协同过滤推荐算法对推荐结果质量提高的有效性,本文将改进后的算法与传统的皮尔逊推荐算法（PFC）、基于余弦相似度的推荐算法（CSC）、以及修正余弦相似度的协同过滤推荐算法（ACSC）进行实验对比。通过最终的实验结果可以看到改进后的算法均比原有的算法推荐精确度更高,从而证明本文提出的改进方法能有效的提高推荐结果的质量。图[24]表[8]参[45]
其他文献
电机作为煤矿井下重要的设备,井下主要的动力来源,在煤矿井下各种场合有着广泛的应用。煤矿行业作为一种特殊行业,其对电机的可靠运行几乎是苛刻的,若电机发生故障,轻则造成电机设备损坏,影响生产的进度,重则会危及人员生命以及煤矿企业财产安全,造成不可挽回的损失,因此如何快速、准确地对煤矿电机进行故障诊断,具有十分重大的现实意义。本文以异步电动机为例,阐述了异步电机故障的几种主流类型,对常见的故障原理如定子
超高钢筋混凝土烟囱,体积、重量大,爆破拆除的失稳倒塌机理复杂,主要依赖经验公式进行方案设计,烟囱倒塌精度难以保证,拆除爆破的精确性和安全性还有待提高。随着数值模拟技术的普及,越来越多的工程技术人员把其应用于拆除爆破行业中。本文研究的主要内容是以某超高钢筋混凝土烟囱爆破拆除工程为研究对象,通过对烟囱爆破切口关键参数进行理论计算,并采用有限元方法结合ANSYS/LS-DYNA软件对钢混烟囱进行了失稳分
信息时代数据逐渐成为重要的资本,为了有效的从数据中提取知识,研究者提出各种机器学习算法。随着机器学习算法的大量应用,其脆弱性也充分暴露出来,引起越来越多的研究者关注机器学习系统涉及到的安全问题。例如,针对成员推断攻击学者提出了很多防御方法,但是仍有一些问题尚待解决。首先研究者通常会假设攻击者拥有强大的背景知识和可用样本,这使得在研究攻击的应用时,一定程度上缩小了其可能存在的场景。其次,现存成员推断
当前物联网技术在很多场景得以应用,其中无线传感网络技术起着至关重要的作用,养老社区体征和环境参数监测的智能化在进一步加强,但由于应用场景复杂多变,使得相关参数的实时监测变得愈加困难,针对此类问题,本文提出一种养老社区人体体征与环境参数监测系统设计方案。该方案拟以体温检测、血氧检测和温湿度检测来采集数据。检测点位置信息采用GPS模块进行定位,检测数据的上传是通过NB-IoT和ZigBee通信技术相结
煤矿井下的安全问题一直以来是人们关注的焦点,然而现有的煤矿井下环境监测系统依赖传统的通信方式容易受电磁干扰,保密性弱。近年来快速发展的可见光通信技术利用照明LED高频闪烁进行信息传输,不易受电磁干扰,保密性强,可使煤矿井下的LED在实现照明的同时具备通信功能。鉴于此,本文主要对可见光通信在煤矿井下环境监测系统中的应用进行研究。本文针对煤矿井下复杂的通信环境,提出将可见光通信应用于煤矿井下环境监测系
为推动生态文明建设、缓解土地压力、实现耕地资源的保护与持续利用,摸清耕地资源变动情况、实现耕地质量的监测显得尤为重要。而包含各种土壤理化指标的土壤属性作为影响农作物生长的重要限制因素,可有效直观的反映出耕地土壤的质量水平。因此,为满足精准农业的需求,实现土壤属性的快速检测显得十分重要。传统的基于理化分析的土壤属性检测方法显然无法较好的满足这一需求,该方法的测定结果虽然较为准确,但存在耗时、耗力等问
目前在精密铸造领域,采用工业机械臂作业负载受限,难以满足中小型批量生产的重载需求,且存在工位固定、运动精度差及热辐射干扰等技术难题。针对以上不足,提出了混联式可移动自平衡重载铸造机器人的设计方案,实现了远距离行走与驻点支撑,提高了铸造作业质量、操作安全性和稳定性。首先,基于TRIZ理论创新方法及智能机械装备设计原则,采用组件分析、功能裁剪、矛盾矩阵、物场模型等方法,对多种方案进行评价与实施。优选出
开采沉陷预计模型及参数体系是“三下”采煤设计的核心基础理论。准确、可靠的反演概率积分参数是实施精准地表沉陷预计的前提,构建地表下沉预测模型是矿山开采的难点,但对于由开采沉陷引发的地质环境灾害的防治具有重要意义。当前文献表明,已有学者建立了概率积分参数和开采沉陷下沉预计模型,但是仍然存在一些问题:（1）在实测值反演概率积分参数的过程中,标准遗传算法（SGA）求取概率积分参数存在易早熟收敛,后期易陷入
淮南潘集地区二叠系煤层、暗色泥岩及砂岩广泛发育,在平面上分布范围重合,在垂向上叠层出现,且生烃源岩发育成熟,并受构造影响砂岩孔隙较为发育,具备煤系“三气”（煤层气、页岩气和致密砂岩气）的生烃条件和储集赋存条件,具有耦合成藏的可能。本论文以淮南潘集深部二叠纪煤系地层为研究对象,通过地质调查、资料收集、实验测试等方法研究调查了研究区地质背景、煤系“三气”的生烃源岩条件、煤系“三气”的运移储集封存条件,
光纤传感器具有体积小、重量轻、抗干扰、抗腐蚀的优点,广泛应用于地质勘探、石油开采和矿山监测等领域,实现对温度、压力、振动等参数感知。但光纤传感器的解调设备存在价格昂贵、占用空间大、解调精度不高、稳定性不佳等问题。本文针对地质勘探钻孔水温、水压双检光纤传感器解调性能不高、稳定度弱的问题,研究并实现了一种基于可调谐激光器的解调方法,提高光纤解调系统的解调性能。解调电路包括电源、光源驱动、光电转换及采集