检索结果

期刊

出版年

关键词

Please wait a minute...

选择:

导出引用
EndNote Ris BibTeX

显示/隐藏图片

Select

1. 基于改进聚类和矩阵分解的协同过滤推荐算法

王永贵, 宋真真, 肖成龙

计算机应用 2018, 38 (4): 1001-1006. DOI: 10.11772/j.issn.1001-9081.2017092314

摘要（456）

PDF （899KB）（522）

大数据背景下，对于传统的协同过滤推荐算法在电子商务系统中的数据稀疏性、准确性不高、实时性不足等问题，提出一种改进的协同过滤推荐算法。该算法首先通过矩阵分解实现对原始数据的降维及其数据填充，并引入了时间衰减函数预处理用户评分，用项目的属性向量来表征项目，用用户的兴趣向量来表征用户，通过 k-means聚类算法对用户和项目分别进行聚类；然后使用改进相似性度量方法在簇中查找用户的最近邻和项目推荐候选集，产生推荐。实验结果表明，该算法不仅可以有效解决数据稀疏和新项目带来的冷启动问题，而且还可以在多维度下反映用户的兴趣变化，推荐算法的准确度明显提升。

参考文献 | 相关文章 | 多维度评价

Select

2. 基于兴趣点综合特征的图像检索

宋真颜永丰

计算机应用 2012, 32 (10): 2840-2842. DOI: 10.3724/SP.J.1087.2012.02840

摘要（1033）

PDF （652KB）（438）

针对环形区域能更好地表达像素空间分布的特点,将其引入到Gabor小波纹理特征中,提出了一种基于兴趣点环形区域颜色和纹理特征的图像检索算法。首先采用自适应平滑滤波器对图像进行滤波处理,消除噪声的影响并利用快速鲁棒特征(SURF)算子检测兴趣点；然后计算兴趣点周围局部区域内环形颜色直方图及纹理特征,将其作为图像的综合特征；最后根据图像综合特征相似度,输出相似图像。实验结果表明,该算法使平均检索准确率提高至少7％。

参考文献 | 相关文章 | 多维度评价