信息推荐技术与农资网站个性化推荐技术综述

首先分析了个性化推荐技术在国内外的发展历程和研究应用现状,然后对常用的个性化推荐技术进行了归纳总结,最后根据农资信息网的特点,分析了农资信息服务网中的个性化推荐模型及其优缺点。     

基于内容过滤推荐的农业信息推荐模型研究

针对专门的农业知识库，使用基于内容过滤的推荐方法，建立了农民用户兴趣模型和文档特征模型。在用户兴趣模型和文档特征模型中，针对特征项在不同表空间的分布情况，以及HTML文档结构对特征项权重的影响，通过改进传统特征项提取算法，提高了推荐模型的精度。结果表明，随着用户数的增加，农业信息推荐模型的查准率和查全率不断加大，说明模型的精确度不断提高。     

瓜果种植信息推荐模型

瓜果种植信息推荐有利于实现瓜果种植规范化、标准化管理,推进瓜果产业化。通过建立瓜农用户兴趣模型和文档特征模型,并进行用户兴趣分类,使用基于内容推荐技术,建立了瓜果种植信息推荐模型,为瓜果种植用户提供个性化的农业信息服务。     

基于个性化推荐的农民培训系统的研究与设计

在当今互联网高速发展的时代,人们越来越习惯从网上获取信息和在网上进行学习。为了更好地提供学习服务,各行业的培训学习系统大量出现。本文在介绍个性化推荐内容的基础上,旨在利用WEB技术创建一个友好的农民培训系统,为农民利用现代远程教育的手段学习新知识和新技术提供帮助。     

氮肥推荐方法研究进展浅析

氮是农业生产系统中最重要、也是最复杂的元素。我国农民偏爱施用氮肥来获得高产,过量施氮问题十分严重,且氮在土壤中的转化过程十分复杂,损失的途径也很多。如何实现氮肥精准施用,既是作物推荐施肥技术的关键,也是难点所在。该文以国内外有关氮肥推荐方法研究的文献为基础,对其进行归纳整理和综合阐述。     

基于用户评论的农业新技术推荐模型设计与应用展望

近年来,推荐系统的应用取得了飞速进步。大数据、人工智能技术的出现为农业信息化的加速发展提供了广阔的空间和前景。为提升农业领域内推荐技术的应用,满足农业用户的信息获取需求,对传统协同过滤推荐算法进行了一定的改进,重点体现在融合了K-means算法以及BIRCH算法进行聚类分析,通过搭建HowNet极性词典解决传统协同过滤方法过度依赖用户具体评分的问题,并提出了一种个性化推荐模型,利用相关数据源,进行模型验证。实验结果表明,该模型运行稳定,可以达到精准推荐农业技术信息的目的。     

一种改进的Item-based协同过滤推荐算法

分析了协同过滤推荐系统中存在的用户多兴趣和项目多内容问题,提出了一种基于项的协同过滤改进算法,算法综合考虑了项目自身属性和用户评价的影响。试验表明该算法有效的解决了用户的多兴趣和项目的多内容问题,并且在用户评分数据比较稀疏的情况下也能有较好的推荐精度。     

2011年度山东省玉米生产意见和建议

(一)做好新品种和主推技术推荐工作。结合良种补贴品种推荐,积极认真地做好玉米主推品种和主推技术推荐,为农民生产提供技术支持。(二)加大"夏玉米直播晚收技术"的推广力度,做好玉米粗缩病毒病的综     

基于Web挖掘的一种个性化推荐算法

针对用户个性差异向用户推荐适合于他们的内容已经成为Web技术的研究热点。Web挖掘是实现Web个性化推荐的关键技术之一。结合Web使用挖掘与Web内容挖掘技术,研究了网页的特征化表示和用户兴趣模型的表示,提出了一种基于Web挖掘的推荐算法,能够有效发现用户兴趣,提高推荐页面的准确率。     

个性化推荐攻击检测模型研究

协同过滤是最核心、最典型的个性化推荐技术,广泛应用于电子商务,但其推荐结果对用户偏好信息的敏感性使得推荐系统易受到人为攻击,电子商务推荐安全成为个性化推荐能否成功应用的关键。作者先简要介绍了个性化推荐及推荐攻击的基本概念;而后分析比较了各种攻击检测模型。     

个性化推荐技术在学科服务中的应用研究

简要介绍了个性化推荐技术的概念及基本功能,从4个不同方面探讨了个性化推荐技术在学科服务中的应用,举例阐述一个基于个性化推荐技术的网络数据库培训推荐服务的应用,表明个性化推荐技术在学科服务中具有重要的应用价值。     

一种改进的Item-based协同过滤推荐算法

分析了协同过滤推荐系统中存在的用户多兴趣和项目多内容问题,提出了一种基于项的协同过滤改进算法,算法综合考虑了项目自身属性和用户评价的影响.试验表明该算法有效的解决了用户的多兴趣和项目的多内容问题,并且在用户评分数据比较稀疏的情况下也能有较好的推荐精度.     

数字图书馆个性化推荐系统研究

互联网技术的迅猛发展使数字图书馆成为现代图书馆建设的一个重要维度,为读者提供更加优质的信息加工和组织服务方式成为数字图书馆发展的重要方向,基于读者兴趣和使用习惯的个性化推荐系统应运而生。数字图书馆个性化推荐服务主要包括个性化定制服务、个性化推送服务和数据挖掘及决策服务。数字图书馆个性化服务需要通过相应的系统来实现,该系统一般包括用户行为数据收集模块、用户兴趣偏好数据分析模块和算法实现及推荐模型模块。现代智能搜索技术、数据挖掘技术和信息推送技术为数字图书馆个性化推荐系统的实现提供了技术保证。     

基于WebGIS的农业园区水稻施肥推荐系统的研究

以浙江省绍兴县农业高科技示范园区为对象,运用ASP技术和JAVA/JavaScript/VBScript编程语言,将水稻推荐施肥模型与ArcIMS 4.01 WebGIS进行了有效集成,成功实现了基于WebGIS的地图式水稻施肥推荐系统.     

建平县中肥力区番茄测土配方施肥参数探讨

一、试验目的保护地养分变化比较大,盲目施肥现象严重,不但影响番茄产量,而且也严重地影响到番茄的品质。目前建平县还没有建立有效的蔬菜测土配方施肥技术体系,很多农民还依靠经验施肥,肥料浪费严重。为简化蔬菜测土施肥技术,建立番茄保护地营养丰缺指标体系和推荐施肥模型,     

图书定向推荐模式的优化与实践

通过对常见的几种推荐算法的研究与改进,结合计算机数据库技术,构建图书定向推送模式,读者在浏览图书馆网页或查询图书资源的同时,图书馆将推荐为用户定制的个性化图书,供其参考阅览。此研究弥补了现有图书推荐模式的不足,提升图书推荐的成功率。     

基于MapXtreme的Web耕地推荐施肥系统设计与实现

针对用户需实时获取施肥建议的需求,以及充分利用已有耕地信息资源的需要,提出了基于组件GIS技术的网络推荐施肥解决方案。以湖北省京山县为例,在耕地推荐施肥综合数据库的支持下,利用Mapxtreme2005组件及目标产量施肥模型,开发了基于MapX—treme的Web耕地推荐施肥系统,实现了方便快捷的推荐施肥服务,能有效地促进测土配方施肥技术的推广.     

深度学习环境下香料种植推荐模型的设计研究

为进一步利用人工智能技术服务云南省,促进云南省草果产业不断壮大发展,减少资源和劳动力的浪费,选取最具有代表性的云南省怒江草果种植基地,构建草果病虫害预测模型、草果价格预测模型等多个智能模型,搭建草果产业智能推荐模型群。采用云计算技术搭建草果产业智能推荐平台,助推农户致富、企业发展壮大、科研人员获得显著的研究成果,为种植户、种植企业、销售企业、加工企业、科研人员5类人群提供优质、高效的智能化服务模式,并且在运营的过程中不断壮大平台的规模和影响力,助推云南省乃至全国草果行业的发展。     

基于用户兴趣变化的高校图书馆个性化图书推荐研究

在众多个性化推荐技术中,协同过滤算法作为一种适用范围广、推荐质量高的算法,在电子商务领域得到了广泛应用,近年来被不少学者引入到图书馆个性化推荐的研究中。然而高校图书馆系统与商业系统相比,普遍存在用户信息少、项目评分严重缺失的问题,极大地影响了个性化推荐的准确率。针对以上问题,文章从高校读者属性和行为特征出发,建立用户兴趣模型,将读者阅读兴趣划分为长期兴趣和短期兴趣,基于用户兴趣度优化项目评分矩阵,进行协同过滤图书推荐。     

精准养分管理的应用效果研究

利用地统计学原理和3S技术,对上海市松江区朱定村2000余亩耕地进行50m×50m的网格取样,在进行土壤养分的空间变异分析等工作的基础上,建立了精准农业分散经营管理模型。应用此模型对西瓜和水稻进行推荐施肥应用的研究,结果表明推荐施肥不仅可以给西瓜和水稻提供平衡的营养,而且可以在降低总养分量的基础上,提高西瓜产量14%-27%,提高水稻产量10%左右,使土壤养分的管理趋于更加合理。