公共文化服务平台

共 5 条记录，以下是 1-5

全选清除导出

排序方式：

基于不对称响应的建议聚合方法: 本发明公开了一种基于不对称响应的建议聚合方法，该建议聚合方法包括：在第一步骤中，计算多个用户中的目标用户和其它用户之间的评分相似度，并根据评分相似度在其它用户中寻找目标用户的邻居；在第二步骤中，计算邻居的建议给目标用户带...; 纪淑娟郭盛辉杨伟张纯金赵建立; 文献传递

新型离网式风力发电电能变换器的研究: 随着离网式小型风力发电系统日益受到人们的重视，与之配套的电能变换器的市场会越来越大。在一些特殊场合使用的产品，会有越来越严格的要求，对于产品的“个性化”设计要求会越来越高，这会使本课题具有更加广阔的用武之地。目前国内的小...; 杨伟; 关键词：风力发电 Z源逆变器逆变器设计 CPLD技术; 文献传递

基于多属性评分隐表征学习的群组推荐算法被引量：1: 2020年; 【目的】克服个体用户表征学习受个体用户评分稀疏性影响严重的问题,提高推荐算法的准确率和反应速度。【方法】提出一种基于神经网络的多属性评分隐表征学习方法,并应用该方法从用户群组和项目两个维度学习多属性评分的隐表征,最后分别通过用户群组偏好匹配和项目吸引力计算实现两个群组推荐。【结果】基于TripAdvisor数据集的实验结果表明:本文算法的准确率、时间性能优于典型的多属性推荐算法和群组推荐算法;准确率略差于个体推荐算法,但在线和离线运行时间较个性化推荐算法分别至少降低30%和50%;用户群组的隐表征学习相比项目的隐表征学习对推荐性能的提高作用更明显。【局限】由于真实群组数据难以获取,仅基于某种聚类算法生成虚拟群组,因此群组较理想化。虚拟群组的偏好比真实群组的偏好可能更易聚合。【结论】基于神经网络学习群组用户的隐表征(即聚合群组用户的偏好)和项目的隐表征,可以有效提高群组推荐算法和多属性推荐算法的准确率和召回率,效果非常接近最新的个性化推荐算法。; 张纯金郭盛辉纪淑娟杨伟伊磊; 关键词：神经网络

不对称响应的建议聚合算法研究及应用: 随着信息产业的快速发展，网上购物已经成为人们日常生活的一部分，信息过载问题日益突出。作为目前最流行的解决信息过载的方法之一，协同过滤(Collaborative filtering， CF)算法可以分为三步：(1)计算相...; 杨伟; 关键词：协同过滤

基于不对称响应的建议聚合方法: 本发明公开了一种基于不对称响应的建议聚合方法，该建议聚合方法包括：在第一步骤中，计算多个用户中的目标用户和其它用户之间的评分相似度，并根据评分相似度在其它用户中寻找目标用户的邻居；在第二步骤中，计算邻居的建议给目标用户带...; 纪淑娟郭盛辉杨伟张纯金赵建立

全选清除导出

共1页<1>

杨伟