一种基于向量空间模型的文本聚类方法

研究了一种基于向量空间模型的文档聚类方法.提出了一个新的聚类模型,即在传统聚类模型的基础上增加一个文档特征向量调整模块;给出了一个特征评价函数用以进行特征提取;对一种基于相似度的平面划分聚类算法做了一些改进.实验结果表明本文提出的聚类模型是可行的.     

一种双向聚类协同过滤推荐算法研究

针对传统协同过滤推荐算法在大数据环境下存在数据稀疏性及计算复杂性等问题,提出一种双向聚类协同过滤推荐算法。该算法首先从用户维度和项目维度两个方向分别进行属性聚类,然后在目标用户和目标项目所在类簇中分别使用改进后的相似度计算方法进行协同过滤推荐,最后通过平衡因子综合预测评分并形成最终推荐列表。在 MovieLens 公开数据集上进行实验,结果表明,该算法（DCF）相比传统协同过滤推荐算法（TCF）、基于用户聚类的协同过滤推荐算法（UCF）以及基于项目聚类的协同过滤推荐算法（ICF）,在平均绝对误差上分别降低了 16%、8.1%、7.5%,有效提高了推荐精度。     

基于模糊聚类的教学资源自适应推荐研究

随着教学资源规模的急剧增长,常规的资源检索和传统的推荐方法其反馈结果的精确性和个性化程度越来越低,文章提出了基于模糊聚类的推荐方法,并结合协同过滤、智能分词和移动Agent技术,对目标用户的检索期望进行预测和推荐,实验结果证明,其推荐质量和精度得到了较大的提高.     

基于k均值聚类与K近邻的故障检测方法研究

基于K近邻的故障检测(FD-KNN)方法可以有效处理非线性、多模态的故障检测问题,但在过程故障检测中存在计算量大,存储复杂等缺陷.将k均值聚类和K近邻相结合,提出一种新的故障检测方法kFD-KNN,该方法继承传统方法的优点,同时降低计算与存储的影响.首先应用k均值聚类将训练集聚成k类,同时计算聚类中心.通过计算样本与聚类中心的距离,判断样本所属分类.在所属分类中寻求K近邻,进而完成基于KNN的故障检测.本文方法具有计算量小,存储简单等优点,可有效提高检测效率.通过仿真多模态仿真实例进一步验证本文方法的有效性.     

基于灰色关联度聚类的协同过滤推荐算法

协同过滤推荐系统是电子商务系统中最成功、最重要的技术之一,而在协同过滤算法中用户相似度的计算是影响算法效率的重要因素。针对传统协同过滤算法中数据稀疏导致的近邻选择不准确问题,引入灰关联分析理论进行项目聚类和用户相似度计算,并以此为基础提出了一种新的协同过滤算法,既解决了对象匹配的不足,又提高了近邻选择的准确性。实验表明,该算法可以有效解决大规模数据下用户评分数据极端稀疏带来的问题,显著提高系统的推荐质量。     

基于聚类协同过滤的个性化推荐系统

个性化推荐系统被越来越多地应用到各类网站中,以解决信息增长带来的信息迷失和信息过栽问题,而协同过滤算法是个性化推荐系统的重要算法之一,但是传统的协同过滤算法存在数据稀疏、冷启动等问题,为了解决这些问题,在综合WEB日志挖掘和聚类两个因素基础上,提出基于WEB日志和聚类的协同过滤算法,并将该算法与传统的协同过滤算法进行分析比较,验证了该算法能够提高推荐的精确度和实时性．     

基于用户模糊聚类的个性化推荐研究

推荐系统是根据用户的历史浏览记录或对项目的评分记录,自动为用户推送需要的信息,完成个性化推荐功能,是信息获取领域非常重要的技术。首先对用户进行模糊C均值聚类操作,将用户分为用户簇。将加权的欧氏距离替换传统的欧氏距离计算方法,在目标用户所在的用户簇内进行协同过滤推荐,得到Top-n推荐集,为用户完成项目推荐。实验结果表明,该方法可以提高推荐精度,减少评分误差,提高推荐质量,优化推荐效果。     

一个基于学习者访问聚类的远程教育智能推荐系统

本文提出了一个基于学习者访问聚类的远程教育智能推荐系统.系统使用基于代理的系统结构,由离线的数据预处理和基于学习者访问的URL聚类以及在线推荐引擎两部分组成.进一步,研究提出了一个基于学习者浏览兴趣的推荐规则集生成算法框架,在学习者浏览兴趣度量时综合考虑了学习者浏览时间和对页面的访问次数.最后,研究设计了一个基于推荐规则集和站点URL路径长度的URL推荐算法.与使用基于关联规则或基于学习者事务的推荐系统相比,该系统在推荐准确性上有较大的提高.     

基于数据流聚类的出租车载客点实时推荐算法

提出一种基于数据流聚类的出租车载客点实时推荐算法,该算法通过对当前一段时间内的载客发生位置,采用数据流聚类方法获取各簇的概要结构以准确地捕获当前载客位置的分布情况,并通过簇的概要结构计算簇心作为载客点进行推荐,不同于传统的推荐算法只对历史数据进行挖掘。实验表明,该实时推荐算法具有较高的精确度。     

一种改进的基于内容的个性化推荐模型

针对传统基于内容的推荐模型,在用户低频率选择情况下无法给出准确度较高的推荐结果的问题,提出一种改进的适用于用户低频率选择情况下的基于内容的推荐模型。首先构建用户的特征文件,然后应用聚类算法对用户特征文件进行分析,根据聚类分析结果获得目标用户的最终描述文件,最后通过计算目标用户最终描述文件与项目描述文件之间的相似性给出推荐结果。     

一种融合LDA主题模型与LSTM网络的个性化推荐算法

为改善传统个性化推荐算法精准度不高的问题,使用评论数据作为数据集,先对评论数据作文本预处理和特征提取,然后使用LDA主题模型对文本特征数据建模,得到主题词分布,将其作为标签,同时使用LSTM网络作文本分类,通过计算得到好评率。最后把用户需求和标签利用潜在语义标引计算相似度,根据相似度和好评率大小向用户推荐结果。实验结果表明,该方法能够向用户推荐符合其兴趣的个性化需求信息,且准确率高于96%,证明了该推荐算法的有效性。     

新阶段我国农民职业教育施教模式的构建

农民职业教育施教模式具有系统性和范型性特点,包含职业设置模式、课程构造形态、教育途径、教学运行机制、教学组织形式5种基本要素。新时期农民职业教育施教模式可选择绿色证书教育模式、跨世纪青年农民培训模式、星火培训模式、远程教育培训模式及就业牵动培训模式6种教育培训方案。     

学习资源个性化推荐系统的学习者模型构建

互联网的高速发展导致网络学习资源数量迅速增长,案例教学、理论教学等教学资源的个性化推荐受到更多关注。学习者模型是实现个性化推荐的依据。文章以CELTS-11学习者模型规范为基础,针对学习者的个性差异,在学习过程中对基本信息、学习风格、知识状态、认知能力、兴趣偏好等个性化特征展开研究,解决目前资源推荐系统的学习者模型中学习者特征描述不全面、个性化程度不高等问题,构建出了个性化的学习者模型,为学习资源的推送提供了有力的依据,应用效果表明了该方法的有效性。     

神经因子分解机推荐模型改进研究

因子分解机对特征各维度之间的一阶线性关系和二阶线性关系建模,在推荐系统中已有较多应用。神经因子分解机模型（NFM） 是因子分解机与神经网络的结合模型,它能捕获特征之间的高阶交互信息,使得模型预测效果更佳。但由于神经因子分解机模型一般都是采用全连接的前馈神经网络,使得整个推荐网络过于复杂,存在过拟合风险。为了降低神经因子分解机模型的整体复杂度,提高推荐模型的泛化性能,提出一种基于交叉网络的因子分解机模型（CFM）,降低模型复杂度,提高模型泛化性能。实验表明,该模型在数据集上的预测准确度为77%左右,相比NFM预测准确度提高了约2%,整体模型泛化性能也有所提高。     

基于DB-CF算法的音乐平台个性化推荐研究

娱乐方式日益丰富,产生巨量数据,利用这些数据通过推荐系统可以让用户获得更好的体验,为此提出了DB-CF（DBSCAN-Collaborative Filtering）算法。首先,使用DBSCAN聚类算法对音乐平台的线下用户进行聚类|然后,通过协同过滤算法计算对象用户与各聚类中心的相似度,再通过对比相似度度量矩阵,遍历离对象用户最近的邻居,通过邻居作出评分预测。实验表明,采用DB-CF算法比传统算法准确率提高8%左右,可以产生更准确的推荐结果,为用户带来更好的体验。     

襄阳与周边省同类城市的对比分析

“十一五”以来,襄阳市经济总量实现翻番,财政收入增长迅速,经济外向度进一步提高,经济实力处于全省前列。一定程度上具备了省域副中心城市的影响力和带动力。但与武汉市和周边其他同类城市相比,襄阳经济发展还存在着经济发展总量不够、经济增长动力不足、第三产业发展滞后等问题。为此,我们选择了宜昌、岳阳、株洲、芜湖、安庆、榆林、洛阳、南阳等8个周边同等城市进行比较,分析襄阳与周边省同类城市的优势与差距。     

大学生党员发展对象民主推荐机制探索

针对基层大学生党支部确定发展对象过程中存在的考察不全面、民意表达不充分等现象,可以通过构建入党积极分子推荐、学生党员推荐、班主任推荐、辅导员老师推荐和个人自荐的＂五位一体＂发展对象推荐模式,使党支部发展党员民主氛围更为浓厚,发展党员的质量得到提升,从而增加群众满意度,密切党群关系,推进基层党支部民主制度建设。     

我国古代的保举连坐制度初探

我国古代历代统治为维护自己的封建统治，十分重视对作为统治机器的官吏的铨选和控制、管理，并创立了一套完整、规范的官吏管理制度。保举连坐即是其中之一。保举连坐制度是我国古代保举人才与连坐思想的合璧之作。从秦朝开始，直至清朝，这一制度都有立法规定，但具体的连坐方法有所不同。历代统治都较重视对这一制度的贯彻实施。保举连坐制度在中国古代职官管理制度史上具有重要的意义，对我国正在进行的机构改革以及干部铨选也有可鉴之处。     

关于国家示范性高职院校建设的思考

围绕为什么要建设国家示范性高职院校、建设什么样的国家示范性高职院校、怎样建设国家示范性高职院校三个基本问题,论述了国家示范性高职院校建设是我国经济社会发展和高等职业教育自身发展的客观要求,国家示范性高职院校是让人民群众满意的高水平院校,建设国家示范性高职院校应切实加强集聚能力和辐射能力建设,正确处理硬环境和软环境的关系,狠抓内涵,提高质量。     

简评斯大林的社会主义建设模式

斯大林模式是斯大林统治苏联时期形成的一种高度集中的政治经济体制,它对苏联及其它社会主义国家产生了巨大深远的影响,也促使世界形势发生了重大变化。第二次世界大战后,东欧和中国照搬苏联模式,致使国际社会主义运动遭到严重挫折＂,斯大林模式＂成为东欧剧变、苏联解体的重要原因。