基于联合概率矩阵分解的微博关注推荐算法

来源 :微电子学与计算机 | 被引量 : 0次 | 上传用户:xw511023
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
在传统的概率矩阵分解算法基础上,考虑交互行为的时效性建立用户影响力模型,并结合静态关注关系,提出了基于联合概率矩阵分解的微博关注推荐算法(UPMFF-L).在使用scrapy爬取新浪微博得到的数据集上的实验结果表明,与NMF、PMF和SoRec算法相比,UPMFF-L算法在不同数据密度下的F1-Measure平均提升了 11.82%.
其他文献
根据脉冲涡流检测过程所涉及的涡流场和温度场理论,利用COMSOL4.4多物理仿真软件对金属铝材料进行缺陷检测仿真。分析了带有缺陷的铝材料表面的涡流和温度分布状况以及相关机
要为解决现实应用中的类似于小规模旅行商问题的组合优化问题,提出了一种新的近似算法-群体竞争搜索算法(PCS).使用了一种新的局部搜索算子2e/lp-opt,并按照“搜索-选优-变异-搜索
本文采用自适应功率管技术实现了一款较高性能的片上低压差线性稳压器(LDO),其中误差放大器在增加动态偏置结构的同时引入瞬态加强级,使得全集成LDO在负载跳变时具有快速瞬态
针对人工鱼群算法在函数优化中存在易陷入局部最优、后期收敛速度过慢及寻优精度低等问题,提出了双自适应人工鱼群优化算法.该算法结合基于冯诺依曼拓扑结构的高斯变异自适应
本文提出了一种芯片访问控制方法,解决了多应用芯片中文件的访问权限控制问题.该方法首先设计了一种安全权限状态机,该状态机将访问权限细分为32级,在用户指令的驱动下安全状