融入改进的K-means聚类的协同过滤算法的研究与应用

来源 :软件 | 被引量 : 0次 | 上传用户:zhpf
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
本文通过对K-means聚类算法和协同过滤推荐算法的学习研究。针对基于用户的协同过滤算法的不足,将改进的K-means聚类算法融入其中,设计了基于K-means聚类算法的个性化推荐算法,并将其应用于旅游景点及线路的个性化推荐中,以提高个性化推荐质量。实验结果表明,基于改进的K-means聚类的协同过滤算法缓解了初始数据的稀疏性问题,针对不同用户喜爱的旅游景点及线路推荐,在准确率和召回率两个方面证明可以提高个性化推荐的准确度。
其他文献
摘 要:针对高校假期留校管理的繁琐、高成本、复杂化等问题,本文设计并实现了符合教务严谨规范及流程的高校假期留校信息化管理平台。微信小程序前端实现对学生留校申请的收集、整理和上报,高校各管理层分级可在小程序上直接进行相关审核、查看等操作。小程序后端基于云开发技术,无须配置服务器,自动导入学生信息数据,并根据需求规范生成完备的Excel文档。经实践,该管理系统具有很好的高效性和实用性,对高校管理学生假
针对传统教学的弊端,以HTML5技术与应用课程为例,从教学模式、教学方法和评价体系三个方面进行“以学生为中心”的改革探索.数据表明,该教学模式能充分调动学生学习的主动性
线上线下融合式教学法如今已成为高校教学创新突破的主流趋势,我们在对这种教学法做实践教学研究的过程中发现,线上线下融合式教学法对学生的自主学习能力的提高有非常明显的
摘 要:“互联网+”时代的到了,信息技术的掘起,各校引来了教学改革的浪潮,如何运用信息化技术进行创新、创意的教学是各位教师探究的目标[1],教师如何在课程信息化的中更好的完成教学任务,提高教育事业的教学效果与教学质量,更好的教书育人的要求?本文通过云班课平台对课程实施信息化教学,从而分析课程信息化建设在教高职院校学改革中的重要性及必要性。  关键词:互联网+;教学改革;课程信息化;探究  中图分类
摘 要:本文主要探讨信息化教学资源库的建设,以及资源库的应用。随着近几年科学技术与信息技术不断发展,教学资源库作为教学当中容易接触到的信息查询场所,高职院校当中的教学资源库更是为了给学生提供更多的资料而设置的。本文对大数据时代下高职院校教学资源库建设当中存在的问题进行研究,并提出相应的策略。  关键词:大数据;高职院校教学资源库;信息管理  中图分类号:G718.5 文献标识码:A DOI:10.
摘 要:互联网+时代,人工智能技术在教育教学中的应用对教育教学改革提供了技术支持。基于此,本文探讨了终身教育核心特征及发展需求,分析了新时代人工智能应用终身教育教学优势,以及主要技术内容,研究了新时代人工智能终身教育教学应用技术,以供参考。  关键词:新时代;人工智能;教育教学  中图分类号:G434 文献标识码:A DOI:10.3969/j.issn.1003-6970.2021.03.009
摘 要:在PLC实验室,建设真实的被控对象实验装置难度大,维护困难,功能无法更新,无法满足多样化教学需求。因此设计、开发了土霉素发酵罐虚拟仿真控制系统,可用于过程控制和PLC等课程的实验教学。该系统采用罗克韦尔PLC为控制器,使用MATLAB搭建SY3010B型土霉素发酵罐的数学模型,RSView SE软件组态虚拟界面,通过RSLinx软件实现PLC与被控对象之间基于OPC的通讯。根据土霉素发酵工
摘 要:绩效考核是項目组织管理的核心和枢纽,对确保项目的正常、高效运行非常重要。为提高项目整体的管理水平,提出了构建一个基于B/S和M/S混合模式的项目管理绩效考核系统,采用微服务、MVC和RESTful等多种软件架构,技术选型采用基于Spring Boot的微服务开发、基于HTML5的Web前端开发、基于Hadoop的大数据开发以及Hybrid App开发技术栈,实现了灵活方便的绩效打分、考核信
摘 要:随着互联网科技的快速发展,社会逐渐走入信息化时代,人们日常的工作、学习、娱乐等都与计算机有着紧密地联系,但是在计算机得到广泛应用的同时,其信息管理系统的安全性受到人们更多的重视。虽然计算机信息管理系统本身的安全性在新时期已经得到了较大的保障,但是对于日新月异的信息网络环境来说,其仍旧存在着一定的问题亟待解决,这就需专业研究人员对当前的信息管理系统进行全面的分析,从而搜集与筛选其中的关键问题
摘 要:提出一种基于头文件复用的大规模可变C代码增量式分析方法。以Linux内核代码为例,首先统计和分析了大规模C代码中的头文件包含情况。然后根据头文件包含顺序,构建C代码分析的头文件加载树。最后,按照头文件加载树增量地分析C代码。实验结果表明,与原有的代码分析方法相比,本方法可以极大地提升大规模可变C代码分析的效率。  关键词:大规模C代码;可变代码;代码分析  中图分类号:V211 文献标识码