一种基于数据的GitHub项目个性化混合推荐方法

将两种传统基于内存的协同过滤方法相结合, 提出一种基于数据的GitHub项目个性化混合推荐方法. 该方法不仅可动态地计算相似用户以保证推荐的个性化, 且只用很小规模的相似用户便可得到与基于项目的方法相近的推荐质量; 同时, 该方法通过建立倒排表和利用K均值分类, 在一定程度上解决了原方法在面对GitHub用户及项目数量级较大但交叉度较低的数据集时数据稀疏和冷启动问题. 通过与传统方法进行对比实验, 验证了该方法的有效性和优越性.     

基于互信息的鲁棒跨域推荐系统

由于大量新用户和新产品的出现,跨域推荐系统已经成为解决推荐系统冷启动问题的关键。然而,现有的跨域推荐系统都假设其训练数据中不存在任何的错误标注,但是在现实情况下,该假设很难得到满足,这就导致了跨域推荐系统在相当多的真实推荐场景下的表现很难令人满意。为了减少现实情况下错误标注对跨域推荐系统的影响,提高真实推荐场景下跨域推荐系统推荐结果的准确性,本文提出了一种基于互信息的鲁棒跨域推荐系统,该推荐系统由域分离网络和互信息鲁棒风险两个模块构成。域分离网络模块很好地解决了源域与目标域差异的问题;在互信息鲁棒风险模块中,提出了一个基于互信息的风险函数来过滤掉数据中的错误标注,使用该风险函数所训练出的跨域推荐系统可以很好地处理训练数据中存在的错误信息,使跨域推荐系统能更好地应用在各种真实的推荐场景下。本文采用对比试验的方法,在真实的数据集上将所提出的方法与几种现有的推荐方法进行了比较,试验表明,现有的推荐方法在现实情况下很难不受到错误标注的影响,而本文提出的方法很好地应对了错误标注的影响,具有更优越的性能。     

基于隐式问询的儿童绘本推荐系统

与一般推荐系统不同,由于儿童无法准确表述自己的阅读兴趣,儿童绘本推荐系统会出现特殊的冷启动问题.针对这个问题,提出一种基于隐式问询的个性化推荐技术,通过隐式询问儿童更容易回答的日常行为喜好,来推断儿童潜在的阅读喜好,提高推荐系统的准确率.首先,借助专家信息设计符合儿童日常行为的隐式问询题目;然后,建立隐式问询儿童兴趣模...     

一种具有冷启动功能的自供电压电能量收集系统

文章根据并联同步开关电感收集(parallel synchronized switch harvesting on inductor,P-SSHI)技术,提出一种自供电的压电能量收集系统,实现了在低激励环境下的系统启动和电压输出功能,并基于压电材料分离电极理论设计冷启动电路.该系统采用带有有源二极管的P-SSHI整流电...     

工程机械用柴油机适应高原环境的技术对策

针对高原地区特殊的地理环境,提出工程机械用柴油机应对高原环境的技术对策。功率恢复的增压技术是应对高原环境的关键,同时本文还从柴油机进气系统、散热系统、低温及冷启动运行、柴油机橡胶件与密封件等方面进行了论述。     

极寒条件下油浸式变压器冷启动过程温度场和流场仿真分析

国内外针对极寒条件下变压器油纸绝缘的击穿特性研究已取得了丰富的实验数据,但对极寒条件下变压器冷启动过程中温度场和流场的研究较少。为探究极寒条件下油浸式变压器冷启动过程中温度场和流场的分布情况,本文以云南通变电器有限公司生产的SFZ11-10000/35型35kV油浸式风冷变压器为例,利用COMSOL建立其二维轴对称导热模型,对极寒条件下变压器冷启动过程中的温度场和流场进行仿真模拟,并设计实验验证了模型数值计算的正确性。仿真结果表明：冷启动过程中,铁芯和绕组上方形成多个小范围油流循环区域,随冷启动的进行小范围油流循环不断扩大并融合成一个大范围油流循环,420min以后温度场和流场逐渐趋于稳定,最高温度为64℃,最大速度为91mm/s,局部存在的较大温度场和流场梯度造成变压器内温度分布不均和油流不稳定现象的出现。     

辅助判决式最大似然式相干光接收机的冷启动(英文)

在辅助判决式最大似然式相干接收机启动策略基础上,提出了另一种冷启动方案:利用M次幂算法获得启动序列,再过渡至辅助判决最大似然性相位估计.仿真结果验证了该方案的可行性.进一步优化表明:当M次幂算法与辅助判决最大似然性算法参数均取最优值时,冷启动方案性能达到最佳.与传统启动方案相比,这种冷启动方案能够应用于多接收机系统中,且更加适用于未来突发模式相干光传输系统中.     

活动社交网络EBSNs上冷启动推荐方法

活动社交网络(event-based social networks,EBSNs)为用户提供了方便的组织、参加和分享社交活动的平台,由于冷启动用户/活动缺少丰富的历史数据,EBSNs上冷启动用户/活动的推荐是难点问题.面向EBSNs给出了包含活动、主办方和用户的表示模型,提出了向冷启动用户推荐活动,以及将冷启动活动推荐给用户的模型和基于随机游走的节点重要度计算方法.在分析用户参加活动行为模式的基础上,使用真实的EBSNs平台-豆瓣同城验证所提方法的有效性.提出的向冷启动用户推荐活动方案与群组活动推荐相比,评价指标有了明显的提升.该研究构建的向冷启动用户推荐活动,以及将冷启动活动推荐给用户的模型能有效解决活动社交网络上冷启动用户/活动的推荐问题.     

基于用户画像的高校图书馆个性化图书推荐研究

个性化推荐服务是高校智慧图书馆的建设重点,基于此,提出了图书推荐系统整体架构.首先从读者的属性、行为、兴趣等标签维度构建用户画像模型,其次考虑读者认知能力存在差异化的特点,将读者按照不同的身份类型划分,再结合基于协同过滤、内容及属性相似度的混合推荐算法进行图书推荐.最后,通过Hadoop大数据平台向目标读者推荐TOP-N图书,实验结果表明,基于该架构模型的图书推荐系统的推荐准确度高,并且有效缓解了推荐系统的冷启动问题.