【摘 要】
：
传统的信息推送服务普遍缺少对社交用户具体情况的考虑,存在推荐信息针对性不强、系统转化率低等问题。针对上述问题,提出了一种基于用户画像的智能信息推送方法。借助智慧学
【机 构】
：
安徽信息工程学院大数据与人工智能学院
【基金项目】
：
安徽省教育厅自然科学重大项目(KJ2017ZD53),自然科学重点项目(KJ2017A799)资助
论文部分内容阅读
传统的信息推送服务普遍缺少对社交用户具体情况的考虑,存在推荐信息针对性不强、系统转化率低等问题。针对上述问题,提出了一种基于用户画像的智能信息推送方法。借助智慧学习平台的用户数据,主要通过KD树来实现在KNN聚类算法中分析用户偏好和行为特征,进而将用户进行类别划分。首先,通过分析聚类中心将每一类用户抽象成高度精炼的短文本,形成具有代表性的标签;其次,根据社交用户个体的标签权重值,结合业务需求进行二次建模来构建用户画像模型,进而逐步细化模型;最后,借助协同过滤推荐算法产生推荐。用户画像不仅提高了数据的可用性
其他文献
接收天线的自动跟踪系统运行过程中常常会出现故障，传统的故障诊断方法极大地依赖技术人员的维护经验且效率较低;提出了一种基于Systemview的故障诊断方法，分析了影响自动跟踪
文章介绍了一种五环八区块的四十相程控LED灯源控制系统及其在影像仪中的应用;首先介绍了灯源的基本结构和五环八区块的灯源控制方式的定义,然后针对控制的功能需求设计开发了灯源电气控制电路,针对控制电路对应的硬件环境,我们在C++build-er环境中实现了对应的程控软件开发,并把它结合到了视觉测量软件的自动功能中,最后介绍了该款新型灯源在图像精密测量中的应用案例,结果表明该灯源的多角度照明和多组合方式
盲自适应多用户检测器因其只需很少的信息以及良好的抗多址能力，在CDMA系统中占据着很重要的作用；针对目前盲自适应多用户检测器中算法复杂度高的缺点，提出了一种基于仿射投影和
针对复杂图像易受背景干扰的问题,提出一种基于显著性与脉冲耦合神经网络(Saliency and Pulse Coupled Neural Network,SPCNN)的图像分割方法。首先,利用显著性检测算法和最大类间方差法获得显著性图以及目标图像,排除了背景对初始种子点选取的干扰;然后,计算出显著性图的质心,并将其作为初始种子点;最后,采用改进的基于区域生长的脉冲耦合神经网络对目标图像进行分割。在
由于某高炮通信系统结构复杂、技术先进,技术保障难度大,部队在形成装备保障能力方面还存在很大差距,主要是缺乏故障诊断设备,归根结底是缺乏有效的测试手段和适用的故障诊断
为弥补传统图像融合方法融合质量不高的缺点,提出了基于非下采样剪切波变换(Nonsubsampled Shearlet Transform,NSST)与自适应脉冲耦合神经网络(Pulse Coupled Neural Network,PCNN)的图像融合方法。首先,利用非下采样剪切波变换对源图像进行剪切波分解;然后,采用基于图像引导滤波器的融合规则对得到的低频分量进行低频融合;其次,对于高频分量,采
针对以往稀疏编码在图像去噪过程中存在的噪声残留和缺乏对图像的边缘与细节的本质特征的保护等问题,提出了一种结合第二代Bandelet变换分块的字典学习图像去噪算法,其更好地利用了图像的几何特性进行去噪。首先,通过第二代Bandelet变换可以灵活地根据图像几何流的正则性特征并能够自适应地获得图像的最稀疏表示来准确估计图像信息,并能自适应地选择最优的几何方向;然后,根据K-奇异值分解(K-Singul