【摘 要】
：
目前,推荐系统在人们的生活中应用广泛,尤其是餐饮业,给用户带来便利的同时更带来巨大的商业价值。用户使用相关的餐饮APP时,产生相应的就餐信息,包括消费者注册产生的用户属性信息、对消费餐馆的评分信息、评论信息、就餐时间等。餐馆经营者上线餐馆产生的餐馆属性信息,如地址、营业时间、环境、口味等。如何利用这些信息,实现对用户的精准推荐,已成为众多推荐系统研究者研究的重点。本文通过融合用户评论信息、用户社交
论文部分内容阅读
目前,推荐系统在人们的生活中应用广泛,尤其是餐饮业,给用户带来便利的同时更带来巨大的商业价值。用户使用相关的餐饮APP时,产生相应的就餐信息,包括消费者注册产生的用户属性信息、对消费餐馆的评分信息、评论信息、就餐时间等。餐馆经营者上线餐馆产生的餐馆属性信息,如地址、营业时间、环境、口味等。如何利用这些信息,实现对用户的精准推荐,已成为众多推荐系统研究者研究的重点。本文通过融合用户评论信息、用户社交信息和地理信息,构建出个性化餐馆推荐模型,为用户提供更精准的餐馆推荐。具体内容如下:（1）通过构建网络爬虫,抓取国内某知名网站的餐馆数据,包括餐馆信息、用户评论信息等,经过数据清洗,构建出一个可供使用的中文数据集Restaurant。其中包括21653个用户、27861个商家和510785条用户评论信息,数据集稀疏度为99.916%。同时,对国外公开数据集Yelp进行预处理,获得餐馆类数据,包括200435个用户、24071个商家和1773483条用户评论信息,数据集稀疏度为99.963%。这两个数据集经过清洗与处理,能够很好的被本文的模型使用。（2）对卷积矩阵分解模型ConvMF进行了深入的研究,并对模型提出适当的改进。首先在原模型的卷积神经网络模块中的卷积层后再增加一个跨通道卷积层,增强卷积神经网络模块对文本信息的特征提取能力。随后尝试在原模型中使用矩阵分解技术融入其他辅助信息,通过对用户社交信息、地理信息分别建模,最终成功构建改进模型MIFConvMF。最后选取PMF、CTR、CDL和ConvMF等主流模型作为对比模型,并分别在公开数据集Yelp和本文构建的中文数据集Restaurant上进行对比实验。结果表明,本文提出的改进模型MIFConvMF相较于其他对比模型,推荐性能得到明显提升。（3）使用SSM+Spark+MySql框架构建了一个可视化的web餐馆推荐平台。此平台前后端分离,包括前端页面展示、后端逻辑处理模块,其中推荐模块由Spark框架完成。最终本平台在Windows10操作系统下部署的tomcat服务器上顺利运行。
其他文献
目的：对某社区医院口腔科2017—2021年中药潜在用药风险进行点评，并提出管理对策。方法：以随机分层抽样的方法对2017—2021年某社区医院口腔科进行中药处方采样，以年份为分层标准，每年抽取中药处方225张，共计纳入符合标准的处方1 100张。分类录入某社区医院口腔科2017—2021年1 100张中药处方的基本情况，包括各年份中药常用药及使用频率，对中药进行组分分析，对处方进行点评，判断是否
目的：调查2019—2021年某院口腔科中成药应用现状，并评价开展医院药事管理联合药学服务干预后的效果。方法：以2019年1月—2020年6月某院口腔科未施行医院药事管理联合药学服务干预时口腔科中成药用药状况，设为实施前；以2020年7月—2021年12月施行医院药事管理联合药学服务干预后口腔科中成药用药状况，设为实施后。抽取实施前后某院口腔科中成药处方各800张、患者各100例开展研究。调查20
近年来,基于注意力（attention）机制的循环神经网络（recurrentneural network,RNN）将领域分类任务的研究进展带到一个新的水平。同时,为了提高口语语言理解（spokenlanguageunderstanding,SLU）任务的泛化能力,大型的预训练语言模型,如BERT（Bidirectional Encoder Representations from Transfo
多重签名因可用于处理区块链电子货币交易而受到广泛关注。多重签名支持多个用户以交互方式对同一消息进行签名。使用多重签名技术减少了总签名需要的存储空间,有助于在资源受限设备上部署。结合身份基密码学（IBC）,身份基多重签名避免了传统公钥基础设施（PKI）环境下繁琐的证书颁发与管理,任意验证者可用签名者已知的身份信息计算出签名者公钥。然而,现有文献中多重签名方案多数是基于传统密码体制,面对量子攻击将变得
水稻病虫害在产量损失中所占比例高达50%,因此有必要采用有效且经济的杀菌和杀虫剂处理,其效果取决于感染类型、情况和时间。在这些情况下,必须对特定的病虫害进行正确和早期的鉴定,以尽量减少产量损失,提高治疗的疗效和效率。近年来,人们提出了许多基于图像分析的农作物疾病自动识别方法。在这些方法中,深度卷积神经网络（CNN）的应用已经被证明在不同的视觉分类任务中是非常成功的。本文基于深度学习技术对水稻病虫害
随着信息技术的迅速发展,每个人在享受着信息时代带来的高速信息传输体验的同时,海量数据也在持续产生,这其中往往蕴含着大量有待发现与利用的宝贵信息。数据挖掘的目标在于从这些大量的、模糊且有噪声的数据中提取出知识,近年来受到越来越多研究人员的重视,已经成为目前人工智能和数据库领域研究的热点问题。分类作为数据挖掘中的一个重要研究方向,旨在通过分类算法分析训练集,刻画重要数据类的模型,其中随机森林是一类分类
近年来,瞬态成像技术作为一种变革性的成像技术,引起了人们的广泛关注。瞬态成像技术目的在于拍摄光线在场景中传播过程的瞬间状态,区别于传统的二维图像,瞬态图像通常是三维的,包含空间上的两个维度及时间维度。通过对瞬态图像的数据进行有效分析,人们能够准确的获取传统成像技术难以得到的与场景语义密切相关的关键信息（位置、边缘、材质等）,进而实现其在混浊介质下的深度测量、材质识别、非视距下的成像等计算机视觉相关
目的：调查某院口腔科中成药使用现状，探讨用药安全管理策略。方法：随机选取2019年8月—2022年8月医院口腔科患者收治的500例患者为研究对象。分析患者一般信息、疾病构成、中成药剂型、中成药使用情况、使用期间不良反应发生情况，并统计口腔科中成药不合理处方类型与因素分析，并通过分析各因素的相关原因，整理综合后绘制鱼骨图，探讨用药安全管理策略。结果：500例患者种涉及口腔疾病前三位分别为牙髓炎、口腔
人类的生产活动离不开对物体颜色的感知,色彩是我们观察、理解世界的重要途径。对物体颜色的精准采集能够促使我们更好的理解世界。随着成像技术的发展,数字化图像的应用,我们不用到现场便能得到有关物体的颜色信息,可以使我们更为方便快捷地了解世界。成像技术发展的同时也促进了计算机视觉技术的进步,因此也带来对高精度色彩获取的更高要求。而高光谱成像技术为计算机视觉任务所面临的高精度色彩获取问题提供了高效的解决办法
云计算技术的日益成熟,使用云端存储数据在日常生活中逐渐得到普及。出于对隐私的保护,用户往往会在数据上传到云端服务器前对其进行加密。虽然云端服务器容量非常大,但随着大数据时代图像视频数据等的指数级增长,云端面临在无解密密钥情况下对加密数据进行压缩的问题。接收端获取加密压缩数据后,对其进行联合解压和解密操作,以高质量恢复原始数据。现有加密图像有损压缩文献中,云端通常采用基于压缩传感、标量量化、均匀下抽