基于RFM模型和协同过滤的电子商务推荐机制

针对传统协同过滤算法在数据来源上依赖客户主观评价,以及现有推荐系统中缺少个性化推荐形式的缺陷,提出利用RFM模型在反映客户购买偏好和客户价值方面的良好表征性,将RFM模型与原协同过滤机制进行结合,对传统的协同过滤算法进行了改进,并制定了差异化的电子商务推荐策略,使推荐方式更符合不同客户的个性化,从而实现推荐内容和推荐形式的全面个性化.     

大数据环境下基于协同过滤算法的船舶信息推荐模型研究

传统的船舶信息推荐模型的MAE值偏高,因此提出大数据环境下基于协同过滤算法的船舶信息推荐模型研究。利用船舶信息采集装置传输船舶信息,并利用HDFS文件处理传输的信息生成船舶信息数据集。在大数据环境下挖掘用户需求,计算相邻用户相似度,基于协同过滤算法的规则,选取最近邻居聚类用户,完成信息的随机分组。同时协同过滤出大量船舶信息,并对剩余信息进行深层次的信息匹配预测评分,从高到低生成信息推荐列表,完成了推荐模型的研究。实验结果表明,设计的模型在实验中的平均MAE值比传统模型降低了0.135,说明设计的模型推荐精度更高。     

基于对称受限玻尔兹曼机的协同过滤算法

协同过滤算法在推荐系统中得到了广泛应用。其中具有代表性的是基于有向图模型的矩阵分解法和基于无向图模型的受限玻尔兹曼机。文中提出了一种基于对称受限玻尔兹曼机的协同过滤算法,该算法充分考虑并利用了推荐系统中用户和物品的对称性,通过对用户和物品分别建立了一个受限玻尔兹曼机,最后,采用回归算法对二者的结果进行融合处理。实验结果显示该方法与其他相关算法相比具有明显的优越性。     

基于协同过滤的舰船通信网络告警数据多维度分析方法

面对当前舰船通信网络多维度告警数据,传统分析方法已经无法满足实际需求,导致虚警率过高,浪费了大量资源。为此,提出一种基于协同过滤的舰船通信网络告警数据多维度分析方法。该方法主要分为3部分,首先利用基于XML的集成技术采集舰船通信网络多维度告警数据,然后利用主成分分析方法(PCA)进行数据降维,最后利用协同过滤算法对告警数据进行分类,按照类别进行具体分析,以此为依据提出相应的告警解决方法。结果表明,与传统方法相比,利用基于协同过滤的方法进行舰船通信网络告警数据多维度分析后,虚警率有所降低,为舰船通信网络的正常运行提供了重要的保障。     

基于协同过滤的舰船营运数据挖掘算法研究与实现

传统的舰船营运数据挖掘算法存在着性能较差的缺陷,为此提出基于协同过滤的舰船营运数据挖掘算法研究与实现。将采集的多种数据来源的舰船营运数据进行集成,以得到的舰船营运数据集成为依据,构建矩阵分解模型,得到用户对舰船营运数据预测评分矩阵,采用分层随机梯度下降法对预测评分矩阵进行求解,以得到的预测评分为基础采用协同过滤算法实现了舰船营运数据的挖掘。通过实验得到,提出的舰船营运数据挖掘算法的RMSE参数平均值比传统算法小了0.34,说明提出的舰船营运数据挖掘算法具备更好的性能。     

基于知识图谱下的舰船电子信息协同推荐算法

为进一步提升舰船电子信息推荐算法的精准度,提出基于知识图谱的舰船电子信息协同推荐算法研究。基于知识图谱建立舰船电子信息协同推荐模型,根据模型反映数据建立相邻用户联系,过滤关联近似推荐词条,获得更精准的舰船电子推荐信息。通过对比仿真测试证明,该方法提高了信息推荐的词条数量,提升了推荐效果。     

一种基于近邻数判定的服务QoS协同过滤预测方法

在基于QoS的Web服务的选择中,用户需要对未使用过的服务的QoS进行预测。目前主要利用已有的用户服务QoS信息矩阵,预测缺失的QoS。但随着网络上Web服务数量的激增,用户-服务QoS信息矩阵的稀疏性问题成为影响预测效果的重要因素。针对传统方法的不足,提出一种基于近邻数判定的预测方法,通过比较待预测项的用户邻居数和服务邻居数,自动选择采用基于用户或者基于服务的协同过滤预测方法,实验表明,该方法能有效提高QoS预测结果的精度。     

基于协同的炮兵网络引导短波干扰群研究

阐述了在信息化条件下,运用系统集成原理实现炮兵短波干扰群网络化、一体化,实现了炮兵整体作战能力的基本构想,并对基本构想的可行性进行了分析。     

基于协同学的超视距协同空战模型研究

探讨了协同学理论在超视距协同空战中的应用;建立了基于协同学的超视距协同空战的协同模型,并对模型进行了分析。将序参量、自组织理论引入到超视距协同空战中,为战斗机间的协同合作问题提供了一个新的解决思路。     

基于训练成绩的JFCCS协同对象选择

协同对象选择是构建JFCCS的基础和前提.在分析协同系统内涵和系统运行流程的基础上,给出了协同对象间的协同关系及选择问题描述,构建了基于训练成绩的协同对象选择模型.模型构建从系统功能表现形式入手,旨在通过"黑箱"理论将物理域、信息域和认知域的协同融合,通过战斗力的物质化表现形式谋求协同系统有序运行,模型的可靠性依赖编队训练信息支撑平台.基于训练成绩的协同对象选择方法,更能体现出人与武器装备的结合、各级指挥员间的默契程度,对增强编队协同作战能力具有决定性意义.     

推荐算法的船舶电子海图数据相似性检索方法

以提升船舶导航路线制定质量为目的,提出推荐算法的船舶电子海图数据相似性检索方法,提高电子海图数据相似性检索质量。通过加权核范数算法填充船舶电子海图数据稀疏评分矩阵,通过协同过滤推荐算法计算检索目标与电子海图数据间的评分相似性以及类别相似性;根据评分相似性与类别相似性,得到基于评分相似性与类别相似性的电子海图数据推荐预测评分,以动态加权方式得到电子海图数据相似性检索结果。实验证明：该方法可有效完成船舶电子海图数据相似性检索;不同电子海图数据评分矩阵稀疏度时,该方法电子海图数据相似性检索的归一化折损累积增益均较高,即检索精度较高。     

基于Web浏览器的CAD快速协同设计解决方案研究

将ObjectARX文件作为数据库中的共享对象，通过参数化设计加快了专业CAD系统的开发速度，通过基于网页的用户交互完成了设计过程的协同，从而实现了多用户在实时状态下的多点协同设计过程。最后详细阐述了其系统框架和工作流程。     

多机超视距协同空战协同力学模型研究

在理解超视距空战系统协同性的基础上,分析超视距协同空战中的自组织与被组织,建立自组织模型和协同力学模型,用理论力学的方法阐述舰载战斗机协同空战过程中协同运作机理,为采取有效的指挥控制和协同空战管理手段提供依据。     

云计算下环形网络大数据协同挖掘方法研究

为提高传统数据挖掘方法的数据挖掘有效性,提出了云计算下环形网络大数据协同挖掘方法,基于数据集的选取,确定大数据协同挖掘范围,根据数据的预处理与集成处理,实现对挖掘数据的特征提取分析,利用数据的归约与离散化分析,完成云计算下环形网络大数据的协同挖掘,实验数据表明,提出的大数据协同挖掘方法,较传统挖掘方法挖掘有效性提高47.29%,适用于云计算下环形网络大数据的协同挖掘。     

基于K-means聚类与张量分解的社会化标签推荐系统研究

针对大众标注网站推荐系统中存在的数据矩阵稀疏性影响推荐效果的问题,文中采取如下策略:对标注数据进行K-means聚类,将具有相似标签特征的项目进行归类以保证数据具有初始聚合性;聚类完成后运用高阶奇异值分解(high order singular value decomposition,HOSVD)对聚类后的标注数据建立多维张量模型.该策略重点利用张量分解方法对含有用户、标签和项目的三元数据组进行分析,可以进一步改进稀疏性问题,同时形成对项目资源的个性化推荐.通过对社交书签网站Delicious.com的标注数据的处理,验证该方法对解决推荐系统中矩阵稀疏性问题以及提高推荐效果具有改进效果.     

广东航运业知识服务协同创新网络模式构建研究

探讨广东航运业知识服务协同创新网络模式的构建意义,构建思路、构建原则及构建瓶颈.基于协同创新环境,以政府为纽带,从广东航运企业、高校、科研院所、知识服务中介机构的知识协同出发,构建与广东航运产业集群发展和学科集群发展相适应的知识服务协同创新网络模式.并分析模式结构中各知识服务主体的角色定位,指出模式的优势表现.     

UUV编队协同探测行动中的网络易损性问题

文章研究了UUV编队在执行协同探测任务时的网络易损性问题。描述了UUV编队网络模型,引入了基于节点介数的多尺度易损性评估法,提出一种评估UUV编队在执行协同探测任务时的网络易损性的方法,给出了相关的分析步骤,并举例进行说明。