版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認(rèn)領(lǐng)
文檔簡介
1、2007年,黨在“十七大”報告中提出了信息化與工業(yè)化深入融合,即“兩化融合”的概念。2010年的十七屆五中全會上,“十二五”規(guī)劃決議再次強調(diào)了“在推進產(chǎn)業(yè)轉(zhuǎn)型升級的過程中,加快推動兩化深度融合”。隨著工業(yè)化和信息化融合逐漸深入,兩化融合知識平臺在滿足工業(yè)企業(yè)用戶紛繁復(fù)雜的兩化信息需求的同時,產(chǎn)生了“信息過載”問題,即用戶無法從海量的案例中快速準(zhǔn)確定位到自己所需要的信息。因此,亟需一個有效的推薦算法來解決兩化融合知識平臺中的“信息過載”問
2、題。
本文深入探討了兩化融合水平評價、用戶網(wǎng)絡(luò)學(xué)習(xí)行為和混合的協(xié)同過濾推薦算法,并將三者進行有機結(jié)合,進而提出了基于工業(yè)企業(yè)兩化融合水平評價與用戶網(wǎng)絡(luò)學(xué)習(xí)行為的推薦算法。首先,基于工信部《工業(yè)企業(yè)信息化和工業(yè)化融合評估規(guī)范》,提出了針對工業(yè)企業(yè)的兩化融合水平評價指標(biāo)體系,構(gòu)建了基于工業(yè)企業(yè)兩化融合水平評價的相似度模型。其次,基于用戶瀏覽、收藏、下載三種典型網(wǎng)絡(luò)學(xué)習(xí)行為,提出了用戶網(wǎng)絡(luò)學(xué)習(xí)行為模型,構(gòu)建了基于用戶網(wǎng)絡(luò)學(xué)習(xí)行為的相
3、似度模型。再次,基于以上兩種相似度模型分別產(chǎn)生鄰居選擇算法,并將不同鄰居選擇算法產(chǎn)生的預(yù)測值進行線性融合,構(gòu)建了基于工業(yè)企業(yè)兩化融合水平評價與用戶網(wǎng)絡(luò)學(xué)習(xí)行為的推薦算法。最后,使用Java語言實現(xiàn)了所設(shè)計的算法,通過分析各參數(shù)對算法的影響,取得算法中參數(shù)的最優(yōu)值,并將該算法與已存在的推薦算法進行對比,從而驗證其有效性。
實驗結(jié)果表明,基于工業(yè)企業(yè)兩化融合水平評價與用戶網(wǎng)絡(luò)學(xué)習(xí)行為的推薦算法能夠有效地緩解數(shù)據(jù)的稀疏性問題,同時提
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 個性化混合推薦算法的研究.pdf
- 教學(xué)平臺中基于知識點的個性化推薦學(xué)習(xí)的研究與實現(xiàn).pdf
- 基于Spark平臺的混合推薦算法的研究與實現(xiàn).pdf
- 物流信息平臺中貨運信息的個性化推薦方法研究.pdf
- 多因素融合的個性化位置推薦算法研究.pdf
- 融合上下文信息的混合協(xié)同過濾推薦算法研究.pdf
- 基于改進的個性化混合推薦算法的研究.pdf
- 基于信息融合的推薦算法研究.pdf
- 基于偏好感知的微信公眾平臺混合推薦算法研究.pdf
- 基于大數(shù)據(jù)平臺的MOOC混合推薦算法的研究及應(yīng)用.pdf
- 兩化融合決策支持系統(tǒng)的個性化推薦模型研究.pdf
- 基于云平臺的個性化電影推薦算法研究.pdf
- 云平臺推薦算法研究.pdf
- 面向教程的混合推薦算法研究.pdf
- 基于主題模型的混合推薦算法研究.pdf
- 基于隱語義的混合推薦算法研究.pdf
- 模糊聚類的混合推薦算法研究.pdf
- 基于時間加權(quán)的混合推薦算法研究.pdf
- 基于Hadoop平臺的個性化推薦算法研究與應(yīng)用.pdf
- CBT開發(fā)平臺中的知識抽取技術(shù)研究.pdf
評論
0/150
提交評論