时间权重相关论文
针对利用传统协同过滤算法进行图书推荐时因忽略冷门物品对推荐精度的贡献问题,提出融入惩罚因子的协同过滤图书推荐改进算法。文章......
目前,改进的协同过滤算法主要通过用户评分和项目属性获取用户偏好,以此优化最近邻选择质量完成推荐。然而这些算法在挖掘用户偏好时......
本文在前人提出的基于大气吸引子理论的同化(CDA)思想的基础上,利用奇异值分解(SVD)方法,提出了一个新的同化方法4DSVD,给出了详细同化......
根据现行动车组检修规程的要求,动车组的运行里程是决定其进入高级修的时机的主要依据,准确的动车组运行里程预测结果是编制合理的......
针对传统协同过滤推荐算法评分数据稀疏、没有考虑推荐的时效性而导致推荐准确性不佳的问题,提出了一种基于改进K-means和优化评分......
针对现有的协同过滤推荐算法中存在评分数据稀疏和用户兴趣动态变化的问题,提出了融合时间加权信任与用户偏好的协同过滤算法.考虑......
尾矿库溃坝事故致因要素复杂,各风险因素相互耦合并随时间演化发展,传统的静态评价忽略了被评价系统的动态变化问题。基于此,首先考虑......
互联网技术的发展推动网络购物蓬勃发展。越来越多的商品信息被上传到网络上,用户在面对数以亿计的商品往往会无法一下子明确自己......
个性化推荐是吸引用户、促进销售的有效途径之一,但传统的协同过滤推荐往往忽视了用户特征对用户相似性的影响,并且不能及时反映用户......
针对灰色多阶段多属性风险型群决策中的一类属性权重未知,决策者权重未知,时间权重未知,且属性值为灰信息的决策问题,研究了其决策......
Web数据挖掘是数据挖掘技术和Internet应用研究相结合的研究领域,现已成为数据挖掘领域的重点研究方向。Web结构挖掘是Web数据挖掘......
在互联网的许多应用场景中,用户需要面对海量的信息。无论这些信息对于用户而言是熟悉或不了解,人们都希望可以迅速的从中得到有用......
文章将单一预测模型的模拟值作为极限学习机的输入,同时考虑新旧历史数据对预测模型的影响,给出一种基于核极限学习机的变权非线性......
随着信息技术的快速发展,尤其是互联网应用的快速兴起,每天都产生大量的数据,人们面临着越来越严重的信息过载问题。另一方面,技术......
随着互联网的飞速发展,用户在面对互联网上的海量信息时,依靠传统的搜索引擎已无法有效筛选出自己所需要的内容,推荐系统技术应运......
当今社会的信息过载现象让推荐系统发挥着越来越重要的作用,各类推荐算法也因此被不断地提出。但是随着网络信息的数据量和复杂性......
复杂模式的输入与输出的DEA效率评价一直是DEA理论研究的前沿问题。在许多实践研究中,由于系统的复杂性,同时又因为人们对系统单元指......
高质量发展是一场关系到能源行业全局深刻变革的大考。根据党的十八届五中全会所提出的新发展理念,以2008—2017年中国省级数据为......
针对推荐系统中因新项目的加入而造成的冷启动问题,在矩阵分解模型的基础上提出了融合项目图片相似度和类别属性的协同过滤推荐模......
通过深入分析边坡变形影响因素,并考虑湖南地区自然地理条件,选择自身时变特征与降雨量为内外影响因素,建立边坡变形非线性时变模......
针对模糊软集在群决策过程中其属性权重往往被忽略或依靠主观经验来确定的问题,提出了一种基于属性优势度的属性权重确定方法,并讨论......
针对实际需求构建应用型高校实验室设备资产评价指标体系,提出基于熵理论和相对贴近度的高校实验室管理绩效评价方法,即在指标量规......
由于网络评价过程中需要考虑动态性和稳定性等因素,提出一种考虑运行水平与稳定性的网络动态综合评价方法。利用“三次综合”的思想......
协同过滤已在推荐系统中广泛使用,但传统算法存在一定的局限性,如不能较好地适应用户-项目评分矩阵数据集的稀疏性、计算项目相似性......
针对动态综合评价需要考虑被评对象的稳定性问题,提出了一种综合考虑指标权重、时间权重和稳定性的动态综合评价模型。定义了稳定因......
协同过滤是现阶段最成功的推荐技术之一。提出一种结合奇异值分解和时间权重的协同过滤算法。与使用奇异值分解来降维的最近邻法不......
目前推荐系统中协同过滤算法是应用最成熟的推荐算法之一,然而传统算法没有考虑随着时间的迁移,用户的兴趣也可能发生相应变化以及......
协同过滤算法是目前个性化推荐系统中应用最成功的推荐算法之一,但传统的算法没有考虑在不同时间段内寻找最近邻居问题,导致寻找的邻......
针对ACM在线评测平台中练习题目数量较多,新用户选题盲目的问题,文章主要研究了基于物品(item-based)的协同过滤算法,根据在线评测推......
微博平台的兴起革新了人们的互动方式,给人们获取信息带来了极大便利。然而,在信息超载的环境下,人们需要花费大量的时间从许多冗......
针对传统Slope One算法在相似性计算时未考虑项目属性信息和时间因素对项目相似性计算的影响,以及推荐在当前大数据背景下面临的计......
由于传统推荐算法未考虑项目类型和时间对用户兴趣变化的影响。为此,提出一种基于时间权重和用户兴趣变化的协同过滤算法TACF(time......
针对渗流安全评价多采用静态模型而忽略指标数据动态变化特征的问题,在可拓评价模型中引入函数型数据分析理论,将离散指标数据转换......
协同过滤算法是目前个性化推荐系统中应用最成功的推荐算法之一,但传统的算法没有考虑用户兴趣漂移的问题,导致推荐系统的推荐质量......
随着互联网建设的不断发展,加之网络视频运营商与传统电视媒体的相互合作,网络视频市场规模逐年增长。网络用户在享受形式和内容丰......
车载自组织网络(VANET,Vehicular Ad-hoc Network)是传统的移动自组织网络(MANET,Mobile Ad-hoc network)在交通道路上的应用,也是......
大数据的时代背景下,数据信息日新月异,用户很难在海量数据中提取出对自已有益或者感兴趣的内容,所以如何解决信息过载给用户带来......
本文在FP-Growth算法的基础上,提出了一种基于时间权重的FP-Growth改进算法.该改进算法把不同时间段的记录赋予不同的权重,使不同......
传统基于项目的协同过滤算法离线计算项目间的相似度,提高了向用户推荐的速度,但极大的数据稀疏度影响了推荐质量,且该算法也忽略......
光纤通信系统中受到多径信道的相干多途作用,容易产生码间干扰,影响通信质量,需要进行码间干扰抑制,提出基于时间权重多径分量重组......
以优化生产排程,缩短生产周期为目标,研究了多工序的批量调度问题,以遗传算法为基础,提出了一种带有权重的生产调度算法。遗传算法......
为了解决传统算法中寻找最近邻居不准确和用户兴趣随时间变化而迁移的问题,提出一种基于用户特征和时间权重的协同过滤算法。文中......
当前互联网发展日益强大,农产品电商市场的竞争愈演愈烈,用户无法从众多的产品信息中找到适合自身的产品,传统的协同过滤算法只关......
挖掘数据流中频繁项集的技术是当前研究的热点之一.笔者借鉴数据模型FP-tree的结构,提出改进的适应挖掘数据流完全频繁项集的方法:FP-......
兴趣点推荐是推荐系统的关键研究之一,传统的算法只利用用户签到信息进行推荐,且对于签到信息只单纯地考虑签到和没签到,而忽略了......
在电子商务发展的今天,协同过滤推荐能够推荐给用户可能感兴趣的物品,这可以提高我们在海量物品中搜索自己感兴趣物品的速度。首先......
常规变形监测数据处理中的GM(1,1)灰色模型是以等时间间隔观测值为原始序列,经一次累加处理,建立生成数列的一阶微分方程,并利用最......
技术预测是分析行业技术发展趋势、把握行业重点研究领域的主要方式。利用数量模型进行技术预测是现阶段技术预测的主要手段,文章......
针对属性值为区间数的动态多属性决策模型,文章提出一种新的多属性动态决策方法。首先定义了区间数的二元序关系,在此基础上 考虑对......