文章-世纪中文出版社

朱丹丹廖世鹏丛日环李小坤《中国土壤》 2018年9期

摘要:

开展稻油轮作茬口土壤不同形态钾素动态变化研究,揭示茬口土壤的真实供钾能力,为钾肥的合理施用提供理论依据。本文采用培养试验和田间试验相结合的方法,在水稻收获后连续不定期取土壤样品,测定不同形态钾素含量。结果表明:培养试验中沙洋和武汉土壤醋酸铵-钾含量表现出上升的趋势,土壤沸硝酸-钾、冷硝酸-钾和四苯硼钠-钾含量变化不明显,表明水稻收获后土壤非交换性钾向交换性钾转化,但有效钾总量保持不变。田间试验条件下,沙洋和武汉土壤醋酸铵-钾含量显著增加,其他形态的钾素含量有增加的趋势,这可能与秸秆钾的释放等环境因素有关。两种试验条件下,武穴土壤不同形态的钾含量变化均不显著,说明茬口土壤有效钾含量的变化因土壤性质而异。可见,水稻-油菜茬口土壤有效钾含量在水稻收获后有升高的趋势,其增幅受土壤类型和秸秆还田量等环境因素的影响。

基于协同过滤算法的推荐系统设计下载：67 浏览：383

邵娜《国际科技论坛》 2019年10期

摘要:

本文分析现阶段常用的推荐算法，提出基于线性回归的协同过滤推荐算法。通过描述协同过滤的整个过程，在将算法应用在系统中时，我们只需要替换关系假设，度量假设，目标函数，代价函数及梯度，就可以得到系统推荐结果，完成推荐系统的设计。

融合注意力LSTM的协同过滤推荐算法下载：17 浏览：415

罗洋1 夏鸿斌1，2 刘渊1，2 《中文研究》 2019年10期

摘要:

针对传统协同过滤算法难以学习深层次用户和项目的隐表示，以及对文本信息不能充分提取单词之间的前后语义关系的问题，该文提出一种融合辅助信息与注意力长短期记忆网络的协同过滤推荐模型。首先，附加堆叠降噪自编码器利用评分信息和用户辅助信息提取用户潜在向量；其次，基于注意力机制的长短期记忆网络利用项目辅助信息来提取项目的潜在向量；最后，将用户与项目的潜在向量用于概率矩阵分解中，从而预测用户偏好。在两个真实数据集MovieLens-100k和MovieLens-1M上进行实验，采用RMSE和Recall指标进行评估。实验结果表明，该模型与其他相关推荐算法相比在推荐性能上有所提升。

基于协同表示学习的个性化新闻推荐下载：27 浏览：360

梁仕威1，2 张晨蕊1，2 曹雷1 程军军3 许洪波1 程学旗1，2 《中文研究》 2018年11期

摘要:

新闻推荐是互联网推荐系统的研究热点之一，传统的协同过滤算法应用于新闻推荐中会面临严重的新闻冷启动问题，而且也没有考虑新闻内容本身包含的丰富的语义信息。该文将文档与词的表示学习模型与基于矩阵分解的协同过滤算法结合起来，提出一种用于推荐领域的协同表示学习模型，能同时学习带有语义信息的用户和文档的表示向量。在真实的新闻点击数据集上的实验表明，该文提出的模型优于其他基准模型。

微博网络用户的活跃性判定方法下载：46 浏览：319

仲兆满1，2 戴红伟1 管燕1 《中文研究》 2018年5期

摘要:

推荐系统的冷启动问题是近期的研究热点，而用户的活跃性判定是冷启动问题的基础。已有方法在判定用户的活跃性时，单纯地考虑了用户发表信息量，对社交媒体的社交关系及行为等特征利用不够。该文面向微博网络，提出了系统的用户活跃性判定方法，创新性主要体现在:(1)提出了微博网络影响用户活跃性的四类指标，包括用户背景、社交关系、发表内容质量及社交行为，避免了仅仅使用用户发表信息数量判定用户是否活跃的粗糙方式；(2)提出了用户活跃性判定流程，提出了基于四类指标的用户与用户集的差异度计算模型。以新浪微博为例，选取了学术研究、企业管理、教育、文化、军事五个领域的900个用户作为测试集，使用准确率P、召回率R及F值为评价指标，进行了实验分析和比较。结果显示，该文所提用户活跃性判定方法的准确率P、召回率R、F值比传统的判定方法分别提高了21%、13%和16%，将该文所提方法用于用户推荐，得到的P、R和F值比最新的方法分别提高了5%、2%和3%，验证了所提方法的有效性。

一种基于CW-RNN的多时间尺度序列建模推荐算法下载：33 浏览：18

袁涛1 牛树梓2 李会元2 《当代中文学刊》 2020年9期

摘要:

序列化推荐试图利用用户与物品的历史交互序列,预测下次即将交互的物品。针对序列化推荐中推荐物品依赖于用户的长时间全局兴趣、中时间兴趣还是短时间局部兴趣的不确定性,该文提出了一种基于CW-RNN的多时间尺度序列建模推荐算法。首先,该算法引入CW-RNN层,从用户与物品的历史交互序列中抽取多个时间尺度的用户兴趣特征。然后,通过尺度维卷积来建模对不同时间尺度的用户兴趣特征的依赖,生成多时间尺度用户兴趣特征的统一表示。最后,利用全连接层建模统一的多尺度用户兴趣特征和隐式物品特征的交互关系。在MovieLens-1M和Amazon Movies and TV两个公开数据集上的实验结果表明,相比于现有最优的序列推荐算法,该文提出的算法在准确率上分别提升了3.80%和8.63%。

基于协同表示学习的个性化新闻推荐下载：49 浏览：445

梁仕威1,2 张晨蕊1,2 曹雷1 程军军3 许洪波1 程学旗1,2 《当代中文学刊》 2018年11期

摘要:

新闻推荐是互联网推荐系统的研究热点之一,传统的协同过滤算法应用于新闻推荐中会面临严重的新闻冷启动问题,而且也没有考虑新闻内容本身包含的丰富的语义信息。该文将文档与词的表示学习模型与基于矩阵分解的协同过滤算法结合起来,提出一种用于推荐领域的协同表示学习模型,能同时学习带有语义信息的用户和文档的表示向量。在真实的新闻点击数据集上的实验表明,该文提出的模型优于其他基准模型。

基于结构方程模型的电子商务推荐系统信任模型实证研究下载：59 浏览：370

张璇邓少灵《电子商务进展》 2018年5期

摘要:

电子商务推荐系统是在海量信息之中,给用户推荐其可能喜欢的商品或服务的一种应用系统。怎样提高推荐系统的采纳率是系统设计者最为关心的问题。本文运用结构方程模型,从用户信任的视角,对社会化推荐系统进行了实证研究,研究结果表明用户对推荐结果的感知有用性,与推荐系统的交互度,推荐系统的透明度与用户的满意度和使用意向之间有一定的正向关联。

机器学习在运营商门店智能选品中的应用下载：47 浏览：287

李玮1 康甜1 范丽2 《信息通信与技术》 2020年4期

摘要:

"新零售"背景下，运营商需要对门店经营进行全面赋能，解决目标客户不明确、商品上下架凭经验、无法准确识别用户需求等问题。文章主要研究在实时海量数据中，如何运用机器学习模型智能、高效地实现运营商门店选品。具体来看，通过采集用户基本信息、订单信息、账单信息、上网行为等数据，生成用户画像及门店画像相关特征，采用相关性分析、因子分析、聚类算法、推荐算法等，生成门店选品策略。研究成果为运营商门店选品提供智能化手段，提高门店经营能力，提高客户满意度，具有广泛的行业应用前景。

基于知识图谱的直升机飞行指挥模型研究下载：74 浏览：382

齐小谦张睿司召峰王炳翮夏丛亮《无线电研究》 2019年4期

摘要:

针对当前直升机飞行指挥效率低下、数据关系复杂和智能化层次低等问题,提出了基于知识图谱的直升机飞行指挥模型研究方法。使用知识图谱生成和展现等技术,对直升机飞行指挥专业领域的知识资源进行了深入分析与整合。将有价值的数据资源提炼成知识图谱,以图形化方式向用户展示经过分类整理的结构化知识,支持知识检索、知识可视化和知识推荐等应用服务。应用结果表明,该技术模型能够使指挥员、参谋直观准确定位和深度获取专业知识,增强了系统思维能力,能够促进直升机飞行指挥信息系统的革新。

特高压直流输电线路工程建设过程中临时占地范围探讨下载：82 浏览：489

刘承佳1 郑树海2 李莉3 姜超1 《水土保持与应用》 2020年11期

摘要:

为了减少特高压直流输电线路工程建设对生态环境的破坏,达到预防和减轻水土流失的目标,同时为以后编制特高压直流工程施工临时占地工作指南提供依据,指导特高压直流工程管理、设计、监理、监测和施工等参建单位人员开展工作,通过深入不同特高压直流工程施工现场,开展广泛调研收资和采集影像资料,从各个施工临时占地区的占地面积及作业面宽度等方面进行系统分析和总结,形成了相对合理的占地控制范围推荐值。

企业网上学习平台学习行为分析与学习推荐方法研究下载：25 浏览：424

赵健东李素粉《信息通信与技术》 2019年10期

摘要:

针对企业网上学习平台多年运营积累的大量学习行为数据以及越来越多的精准化学习需求，文章基于公司网上学习平台运营特点，进行学习行为分析和推荐方法研究。首先提出一种学习行为分析与学习推荐总体架构，帮助平台管理员进行学习推荐策略部署，并将所提方法在某运营商网上学习平台进行实验应用。实验数据表明了所提方法的有效性。

一种基于视频推荐高并发高性能的查询方法研究与实现下载：77 浏览：277

廖锋《数据与科学》 2020年10期

摘要:

当前BI领域查询能力成本高、开销大、系统复杂性高,无法高效的完成基于数据分析的查询业务,以及高并发类的查询操作。通过研究当前BI领域数据模型的查询能力,在现有研究基础上,提出一种高并发高性能的查询方法。基于同一份数据同时创建列缓冲区和行缓冲区,通过在数据库系统和业务系统上关联相同的查询Key,实行预分配Key机制,生成深度优化的查询计划。在实现高性能查询的能力同时,降低网络通信流量的网络往返次数,实现深度查询优化。

大数据中基于混合协同过滤的动态用户个性化推荐下载：57 浏览：461

刘珊珊《软件工程研究》 2019年8期

摘要:

为了提高大数据中动态用户个性化推荐的准确性和效率,采用基于混合协同过滤的方法来完成用户感兴趣数据的筛选,从而实现个性化推荐。先将用户数据及项目数据通过协同过滤算法来完成建模并评分,然后结合XGBoost模型的树形结构和正则学习的特点进行预测评分,接着将两种算法混合来求解最优目标函数,得到候选的推荐数据集合。最后通过实例仿真,混合算法精确度高,在大数据平台有较强的适用性。

基于离散选择模型的推荐系统改进算法下载：65 浏览：318

刘乾超《管理与科学》 2020年2期

摘要:

准确地预估用户的点击率,并根据该概率对商品排序以供用户选择在推荐系统领域有着重要的意义。推荐系统中常用的因子分解机等机器学习模型一般只考虑用户选择单个商品的概率,忽略了候选商品之间的相互影响,离散选择模型则考虑将商品候选集作为整体进行考虑。提出了使用深度学习模型来改进离散选择模型,模型使用相对特征层、注意力机制等网络结构帮助深度学习模型进行不同商品间的特征比较,研究结果表明引入离散选择模型的深度学习模型表现优于梯度提升决策树、因子分解机等模型。

移动端个性化旅游推荐系统模型设计下载：58 浏览：461

陈传敬陈琳《软件工程研究》 2019年7期

摘要:

本文在基于现有的个性化推荐研究基础,提出了用户情境和文本内容组合推荐的方法,并构建了用户兴趣矩阵模型,设计了一套个性化推荐系统。本系统可以依据移动用户的偏好为用户提供推送服务。该系统由移动端及云平台服务器构成,移动端对用户信息进行采集,并展示推荐数据;服务器端收集来自移动端的数据,展开数据分析,构建用户兴趣模型,结合文本处理技术获取推荐内容,推送给移动用户。

基于ALS模型协同过滤推荐算法的研究下载：80 浏览：326

舒珏淋吴晟《数据与科学》 2020年6期

摘要:

针对协同过滤算法存在着数据稀疏性、准确性以及可扩展性问题,提出了一种结合Word2Vec词向量模型和LSH局部敏感哈希的矩阵分解推荐算法。首先通过Word2Vec模型高速将词的相似性转换为向量之间的相似性,然后基于改进的LSH局部敏感哈希高速计算项目向量之间的相似矩阵,最后结合用户-项目原评分矩阵计算出未评分项目的预评分进行数据的填充,同时在ALS矩阵分解阶段加入相似性,以减少隐含特征因子信息的丢失。实验结果表明,改进的算法比传统的协同过滤推荐算法的MAE值低,具有更优的性能。

社交属性网下基于链路预测及节点度的推荐算法下载：48 浏览：325

江若然张玲玲《当代管理》 2019年6期

摘要:

社交网络的出现使现代人们沟通交流的方式发生了颠覆性的变化。不断有研究者从社会角度和技术角度对社交网络进行研究。链路推荐是一个非常重要的任务,一方面增强网络内部联系,另一方面改善用户体验。目前,在考虑网络结构信息和节点属性信息的社交属性拓展网络模型中链路预测算法中还没有很好的综合利用两种信息对链路生成的影响。本文在基于局部信息的链路预测算法下考虑不同类型共同邻居节点对链路生成的影响,并将其应用于社交属性拓展网络模型中。在改进的算法中,用户共同邻居节点和属性共同邻居节点对链接相关性的影响被给予不同的处理。在Google+社交数据集的实验表明,在社交属性拓展网络模型下,本文改进算法优于不考虑共同邻居节点影响的算法。在总结实验结果中用户共同邻居节点和属性共同邻居节点对链接生成的不同影响后,对不同类型节点的处理方法提出指导性建议。

张德鹏1 林萌菲2 陈春峰1 刘思1 《当代管理》 2019年6期

摘要:

本文基于情感性和关系性两个视角,在社会交换理论和社会认同理论基础上,提出一个整合模型,探索情感性双维度心理依附(基于身份和基于对象)和关系性影响因素(关系强度和社区氛围)对口碑推荐意愿的交互影响。本文面向品牌社区,通过问卷和实验的实证研究对假设进行验证,结果表明:顾客心理依附对口碑推荐意愿产生积极影响,且社区心理依附比品牌心理依附对口碑推荐社区的影响更强烈,品牌心理依附比社区心理依附对口碑推荐品牌的影响更强烈;社区认同在顾客心理依附和口碑推荐意愿间起部分中介作用;两者的关系受到社区氛围的调节作用,即与低社区氛围相比,在高社区氛围中顾客心理依附对口碑推荐意愿的影响会更加强烈;两者的关系还受到关系强度的调节作用,即与高关系强度相比,在低关系强度下顾客心理依附对口碑推荐意愿的影响会更加强烈。

宜昌市矿区矿渣废弃地边坡植被恢复的物种推荐与搭配探讨下载：84 浏览：510

郭萍1 夏栋2 《水土保持与应用》 2018年7期

摘要:

以宜昌市龙泉镇某矿区矿渣废弃地边坡为研究对象,应用普通生态学调查方法对边坡重建植被群落进行调查,结果表明,矿区矿渣废弃地边坡的植被生态修复样地内植物种类计15科24属24种,其中禾本科植物和菊科植物居多,分别为5种和6种,其他都是1科1种。根据植被调查和文献统计的结果,筛选出矿区矿渣废弃地边坡植被生态修复先锋物种为:狗尾草、狗牙根、铺地榕、高羊茅和竹叶草。在筛选先锋物种的基础上,考虑矿区矿渣废弃地边坡的陆生生态环境保护和水土保持措施,为快速达到边坡复绿效果,提出了植被恢复物种搭配组合。

	在线客服
	客服电话：400-188-5008
	客服邮箱：service@ccnpub.com
	投诉举报：feedback@ccnpub.com

	在线客服：：点击联系客服
	联系电话：：400-188-5008
	客服邮箱：：service@ccnpub.com
	投诉举报：：feedback@ccnpub.com