在推荐系统中,基于矩阵分解的推荐算法是目前的研究热点之一,然而普通矩阵分解算法的推荐精确度偏低,为了改善该问题,以矩阵分解算法中的潜在因子模型(LFM)优化为研究对象,分析LFM中两种基础推荐算法在寻
基于MapReduce的个性化推荐算法研究,曹一鸣,卢美莲,个性化推荐使得用户从浩瀚信息检索查找中解放出来,成为一种继搜索引擎之后获取信息的重要方式。协同过滤因为其算法简单,能够处
协同过滤是推荐系统中最有效的方法之一,推荐算法评分预测的精确性受到最近邻居的提取以及项目或用户相似度计算的两个关键点的影响。根据用户行为相似性原理,采用最大交集法提取与当前项目共同评分最多的邻居作为最
传统的协同过滤算法主要通过已有项目的评分信息确定用户邻近集再进行评分预测,并以此进行推荐,这种推荐方法的推荐精度并不高。引入一个新的项目属性-意象标签作为用户与项目之间的联系纽带,在协同过滤算法的基础
利用知网的义原层次树,考虑树的深度、密度等因素对义原节点权重的影响,得到义原相似度。通过分析义项的描述语言结构,将关系义原和关系符号描述结构进行加权合并,综合考虑主要特征、次要特征、关系特征计算义项相
构建了一个遥感信息领域本体,基于领域本体和WordNet词典对遥感信息服务进行语义扩展,提出了一种基于本体概念相似度的遥感信息服务匹配方法,并对Leacock和Chodorow语义相似度计算模型进行改
基于ALS模型推荐算法在电影推荐应用中的研究 ,李现伟,张寅孩,随着互联网技术的发展,产生的数据越来越多,我们进入了大数据时代,人们如何能够从海量数据中获取到自己所需要的信息,是很重要
文本聚类是文本挖掘的一项重要技术,可广泛应用于文本挖掘与信息检索等方面,在大规模文本集的组织与浏览、文本集层次归类的自动生成等方面都具有重要的应用价值。但是,传统的文本聚类算法忽略了文本中单词之间的语
去云处理是遥感图像处理以及遥感制图的重要步骤。常规的去云处理算法在去除云对影像影响的同时,通常也会伴随地物光谱信息的丢失。提出了一种基于相似像元替换遥感影像厚云去除方法。利用改进的单时相法对有云的图像
形式概念分析是一种从形式背景进行数据分析和规则提取的强有力工具。属性拓扑作为一种新型的形式背景表示方法,直观地描述了属性之间的关联。利用属性拓扑可以更方便直观地计算形式概念和概念格。经过对现有属性拓扑