基于协同过滤算法的大数据信息推荐模型

来源 :信息与电脑 | 被引量 : 0次 | 上传用户:pyh333
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
针对传统大数据信息推荐模型存在匹配度低、用户满意度低的问题,笔者提出基于协同过滤算法的大数据信息推荐模型。经过信息协同过滤,根据用户对大数据信息的个性化需求偏好,得到关键词矩阵,对于更新后的大数据信息,利用规范化处理后的推荐模型实现大数据信息推荐。实验结果表明,设计方法在匹配度和用户满意度方面具有比较好的推荐效果。
其他文献
针对一类已有的纺织材料热湿传递模型,提出了求解该模型的有限体积法,证明了解的存在唯一性、稳定性及收敛性。首先,给出了低温条件下单层纺织材料热湿传递数学模型,该模型为一个线性偏微分方程组,其边界条件为第三类边界条件。然后,构造了该模型求解的有限体积格式,在证明其数值解的存在唯一性的基础上,利用Gronwall不等式从理论上证明了该数值解的稳定性及在L2范数下的一阶收敛性。最后,以涤纶织物为例进行了数值实验,发现计算结果与理论分析一致,有限体积法相比有限差分法计算收敛速度快。
随着我国城市规模不断扩大,大型商业综合体建设成为发展必然。其业态从传统零售转为集购物、餐饮、娱乐、文化、健身、亲子等多种消费功能于一体的商业形态。此商业形态通常还会结合办公、酒店高层塔楼整体设计,成为具备更多功能的大型建筑群,有规模大、功能多样、流线复杂、人员密集等特点,因此存在火灾危险性大、消防设计难度高等问题。此类项目消防设计必须从全局出发,合理正确解读各种消防设计要素。本文以上海“世博B06地块项目”为例,从总体到各分项消防设计要素进行阐述。