基于混合推荐模型的校园二手商品推荐算法

来源 :信息技术与信息化 | 被引量 : 0次 | 上传用户:zq20081979
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
针对校园二手商品的精准推荐问题,提出了一种基于用户历史喜好及商品本身价值两方面考虑的混合推荐算法商品推荐方案.首先,建立基于近邻的协同过滤推荐模型,分析用户的喜好关系,确定待推荐商品集;建立基于商品内容的评价模型,根据商品重要指标对待推荐商品进行价值评定,将评价指数高的商品进行推荐.经MovieLens数据集验证,模型能得到推荐集,为解决二手商品难以评价、推荐不准确的现象提供了一个可行的解决方式,具有一定的参考价值。
其他文献
PM2.5是衡量空气污染物浓度的重要指标,实现对PM2.5浓度精确预测具有重大的社会意义和应用价值。基于此,提出了一种基于长短期记忆网络(long short-term memory,LSTM)和支持向量回归(support vector regression,SVR)混合模型(long short-term memory-support vector regression,LSTM-SVR)的PM2.5浓度预测方法。该方法通过对SVR模型引入松弛变量,对LSTM模型中较大的预测误差进行修正,从而达到更好
在径向基函数(radial basis function,RBF)网络结构基础上,以三个参数的组合作为灰狼的位置矢量,选择平均平方误差的一半作为优化目标函数。将基于灰狼优化算法(grey wolf optimizer,GWO)的RBF网络命名为RBF-GWO网络。以网络实际输出与期望输出之间的差值作为更新灰狼位置矢量的依据,每次迭代最优参数值均保存在α灰狼位置参数中并返回,直至迭代结束从而完成参数训练。为了验证RBF-GWO网络的有效性,进行了数据分类与连续函数逼近实验。通过实验不仅证明了RBF-GWO网
为了实现同一个页面对包括PC、平板和手机在内的多种终端设备的兼容,满足用户良好的浏览体验,响应式设计作为一种新型技术手段应运而生。首先介绍了响应式设计的基础知识,接着从Viewport设置、Media Queries和JavaScript的介入这三个内容入手阐述了响应式设计的核心技巧,然后以图例形式展示了常见的几种响应式设计布局方式,最后以响应式导航菜单为例,分步介绍了响应式设计的具体实现方法。响应式页面设计轻松实现了一次编写,多处适用,大大提高了网页的兼容与美观问题。
为确定声源定位方法,采用基于广义互相关法的时延估计算法,对四元十字麦克风阵列与五元十字麦克风阵列的算法进行推导并进行比较,并在LabVIEW 软件环境下仿真。发现四元十字麦克风阵列由于获取的信息量不足,有方程无法求解的情况,因而存在定位盲区。五元十字阵列比四元阵列盲区小,定位精度高,采取算法互补的方式后可进一步减小盲区。在搭建的试验平台进行三维空间定位测试,试验结果表明,将声源放置在计算所得的盲区处,四元阵列定位误差较大。五元阵列位置测量值的相对误差不大于8%,盲区减小显著,精度高于四元阵列。
预警探测装备逐步呈现出的体系化、软件化、规模化等方面的新特征,对其软件质量的保证和精细化管控有了更高的要求,目前软件研发流程显性化、可视化缺乏有效的度量评价手段,直接影响着管控效果和最终产品软件质量。为解决此类问题,基于PDCA循环改进方法,开展软件质量评价信息需求分析,研究预警探测装备软件质量评价体系和模型、实施软件质量评价平台化管控,依托知识赋能持续改进,及时识别软件质量风险,推进正向设计质量提升,创新性地形成了五个“一”的软件质量评价体系,确保预警探测装备软件质量管控过程显性可视、量化可控、持续
针对目前采用传统的桥梁结构位移检测方法存在着检测成本高昂、设备维护复杂等问题,提出了一种基于数字图像的桥梁结构位移检测方法,利用YOLO实现标识物的快速检测、定位,同时框定区域进行灰度化、Sobel算子边缘检测、Harris角点检测提取标识物的特征点,进而计算出桥梁结构的像素位移和真实的位移。实验结果表明利用数字图像技术进行桥梁结构的位移检测具有较高的精度。
设计了一套基于人脸特征点的驾驶员疲劳检测预警系统,运用OpenCV对采集的图像进行灰度化处理,通过方向梯度直方图(histogram of oriented gradient,HOG)特征检测并提取人脸区域进行预处理,利用Dlib库模型标定人脸68个特征点。通过计算人眼长宽比EAR阈值来检测眨眼次数,计算嘴部的欧式距离MAR判断打哈欠次数,将驾驶员2D人脸关键点与驾驶员3D人脸模型相匹配,建立旋转
为了保证导弹当前航行方向与航迹控制系统中的基准图一致,需要确认当前所拍摄的航行位置与巡航导弹制导中的基准图相匹配。基于此,提出了基于SIFT检测的BOF算法对景象图进行图像匹配来解决该问题。利用K-means算法对基准图库中景象图的SIFT特征向量进行聚类形成视觉特征包,计算视觉特征出现的次数得到图像的特征向量生成K维向量,构建BOF模型。利用余弦相似原理将待匹配景象图的特征K维向量与图库中的每幅
采用ESP32模组的Wi-Fi和蓝牙MCU作为媒介来连接各类设备和网络环境,实现可外接和适配多种蓝牙传感器,实现可直接通过Web网页进行网关配置,易于扩展,利用Wi-Fi模块,适用于云端或者内网环境。数据通过HTTP协议以JSON格式进行传输,上传各类数据到服务器并写入数据库,并通过前端环境监测平台进行数据管理、展示和分析,以达到环境监测的目的。监测系统采用网关作为数据透传中心,通过蓝牙从各传感器
股票市场的价格受多方面因素影响,在时间序列上呈现出较强的非线性与非平稳性特征,同时在交易层面上存在着大量随机噪声,因此如何建立准确的价格预测模型是金融研究中的重要课题。基于此,利用深度学习技术,基于CNN与GRU的各自特点建立了联合模型,并以三只典型的股票指数作为研究对象,对股指未来价格进行预测。实证结果表明,所建立的模型能够在有限的历史数据下进行学习,自动提取价格信息的高维特征与时序特性,实现对股票指数价格的准确预测。