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。     

基于Mahout分布式协同过滤推荐算法分析与实现

随着信息技术和互联网的发展,在信息过载的时代,用户面对海量的信息,难以正确选择。协同过滤推荐是个性化推荐中比较成熟的算法,但其稀疏性、冷启动、可扩展性问题仍然存在,尤其是不能应用于分布式推荐。在Hadoop平台上,Mahout实现了分布式基于项目的协同过滤推荐算法,该算法能够有效解决传统算法的海量数据处理的效率问题和可扩展性问题。实验结果表明,Mahout上基于项目的协同过滤推荐算法具有较好的计算高效性和可扩展性。     

基于蚁群算法的协同过滤推荐技术

协同过滤推荐技术是当前最成功的个性化推荐技术,并且已经广泛应用于个性化推荐系统中。考虑到用户的推荐时间、推荐人数都是影响推荐准确度的重要因素,提出了一种基于蚁群算法的动态协同过滤推荐方法。当系统产生推荐项时,该算法不仅考虑每项的评分,而且考虑每项上信息素强度。实验结果表明,该算法可以显著提高传统过滤推荐系统的推荐质量。     

基于Web投票机制的免疫协同过滤推荐技术研究

针对投票机制的个性化推荐系统,利用人工免疫网络模型的动态适应性、自组织性等特性,通过构建用户的兴趣模型来设计用户投票行为的抗体(抗原)编码及交叉克隆算子,并通过人工免疫网络模型来产生高效的推荐结果。     

基于用户分类的协同过滤算法在图书推荐中的研究

随着高校图书馆大数据时代的到来,读者有时很难找到自己喜欢的图书,会造成图书资源的浪费。针对这种情况,本文研究了基于用户分类的协同过滤算法在高校图书推荐中的应用,其中涉及读者分类、用户-项目评分矩阵的建立、向量空间模型的构建以及用户间相似度的计算,并考虑了高校图书和读者的特点,对用户-项目评分矩阵进行了改进,缓解了数据稀疏问题。研究结果表明,基于用户分类的协同过滤算法比传统的协同过滤算法计算复杂度低,在一定程度上优于传统的协同过滤算法。     

基于用户的农产品协同过滤推荐系统的设计与实现

作为缓解信息过载问题的主要手段,个性化推荐技术已经得到广泛的应用。随着农产品电子商务技术的发展,如何将最新的个性化推荐技术应用到农产品的推荐,促进农产品电子商务的发展,是一个非常重要的问题。本文在对电子商务推荐系统原理分析基础上,重点深入探讨了当前应用最为广泛的协同过滤推荐技术。在此基础上,针对农产品的特点,设计并实现了一个基于用户的农产品电子商务协同过滤推荐系统。为提高用户评分的积极性,系统采用一定的激励评分机制,以缓解数据稀疏性问题。系统界面简洁,操作简单,实现了对农产品的有效推荐。     

基于信任的农业科技信息协同过滤推荐方法

如何使农民快速发现自己感兴趣的农业科技信息,已经成为农业信息服务中亟待解决的问题。为了提高农业信息服务质量,提出基于信任的协同过滤推荐算法。首先根据农业信息的地域性、季节性特点选取目标用户的候选邻居,然后在共同评分项的基础上选取目标用户的可信邻居,其次选取和目标用户相似度较高的可信邻居作为相似邻居,最后根据相似邻居对其他信息进行评分估计,选取评分最大的N条信息推荐给当前用户。     

基于协同过滤的旅游景点推荐

针对在线旅游快速增长的态势,本文研究基于协同过滤的旅游景点推荐算法。通过提取在线旅游网站上游客对桂林旅游景点的评价数据,使用协同过滤算法进行旅游景点推荐。实验结果表明：协同过滤算法完全可用于旅游景点推荐。     

农业电子商务中基于用户兴趣变化的协同过滤推荐技术研究

由于农业本身季节性强的特点,推荐系统的实时性对农业电子商务网站至关重要。然而传统的协同过滤推荐技术不可避免地存在时效性差的问题。针对这一问题,本文分别从用户对商品的浏览时间及浏览频率两个方面追踪用户兴趣的变化,提出了浏览时间权重和浏览率权重,进而设计用户兴趣权重。将反映用户兴趣的权重值引入传统的协同过滤推荐技术中,得到新的加权计算用户相似度的计算方法,使推荐结果可以随着用户兴趣的迁移而改变。实验结果证明,该方法大大提高了推荐结果的准确性。     

基于Item-Based协同过滤农业高校图书个性化推荐算法研究——以河北农业大学为例

针对高校用户对图书的个性化需求,运用用户对图书的评分,构建了基于Hadoop和Mahout的图书推荐系统。通过Hadoop中分布式文件系统(HDFS)和Map/Reduce计算模型的应用,发现当Hadoop中节点数不断增加时,计算时间不断减少,实时响应效率得到了提高;通过对Mahout中传统的Item-Based聚类协同过滤推荐算法进行改进,利用MAE值对传统和改进后的协同过滤算法进行比较,发现图书推荐的精度进一步提高。总体来说,推荐系统改善了传统单机运行内存严重不足和推荐结果不精确的问题。     

An Orientation Update Message Filtering Algorithm in Collaborative Virtual Environments

Orientation update message filtering is an important issue in collaborative virtual environments (CVEs). Dead-reckoning (DR) is a known effective mechanism for update message filtering. Yet, previous deadreckoning techniques mainly focus on the update message filtering for positions. The existing orientation deadreckoning algorithms are based on fixed threshold values. The drawbacks of fixed thresholding for orientations (FTO) are discussed in this paper. We propose a variable thresholding for orientations (VTO) based on average recent angular velocity. The main advantage of the proposed VTO is the ability of balancing the number of state update messages and shift frequency of direction and speed of rotation.     

基于云填充和混合相似性的协同过滤推荐算法的研究

基于ISO26000社会责任指南的原则和实践经验,分析企业社会责任降低债务违约风险的内在机制及我国企业社会责任表现与其债务违约风险的关系。研究发现：社会责任表现较好的企业债务违约风险较低,因债务事项被提起仲裁和诉讼的可能性较小,企业积极承担社会责任可以促进债务契约的履行,降低债务违约风险。进一步分析发现,经营能力和信息质量在企业社会责任与债务违约风险的关系中发挥部分中介传导作用,而经营风险的中介效应不明显。     

一种区分服务的改进RED算法

总结RED算法的不足之处,提出一种改进的RED算法--NRED算法,利用NS2进行仿真实验,结果表明NRED算法在解决TCP流和CDP流享用不公平性、歧视小数据包问题上取得较好的成效,降低丢包率,提高了链路的吞吐量.     

一种基于路由的改进蚂蚁网络算法

通过一个阶段完全信息动态博弈模型，证明了上市公司并购中普遍存在的逆向选择问题；通过比较静态分析，讨论了并购方实施价值支持策略的成本，市场经营的风险以及收购方对于短期利益的重视程度等因素对收购方在兼并后策略选择的影响；通过对比股权分置状态和全流通条件下收购方后期的股权转让价格以及股权流通的比例，分析了全流通对我国上市公司并购行为的影响。     

一种用于防止早熟收敛的改进遗传算法

针对遗传算法中的早熟收敛现象,提出了一种改进的遗传算法.该算法利用种群多样性算子产生较好的初始种群分布,并以该算子作为判断种群是否早熟收敛的依据.一旦出现早熟收敛或早熟收敛的趋势,则进行灾变,以恢复算法的进化能力.同时结合种群的最优个体和引入的随机种群,设计了一种包含选择、交叉算子的一般性算子,使算法能有效维持种群的多样性,快速找到全局最优解.     

一种用于防止早熟收敛的改进遗传算法

针对遗传算法中的早熟收敛现象,提出了一种改进的遗传算法.该算法利用种群多样性算子产生较好的初始种群分布,并以该算子作为判断种群是否早熟收敛的依据.一旦出现早熟收敛或早熟收敛的趋势,则进行灾变,以恢复算法的进化能力.同时结合种群的最优个体和引入的随机种群,设计了一种包含选择、交叉算子的一般性算子,使算法能有效维持种群的多样性,快速找到全局最优解.