排序方式： 共有7条查询结果，搜索用时 171 毫秒
1
1.
建立适用于专题地图产品检索的用户偏好推荐模型是提高专题地图质量的有效方式之一,在专题地图产品推荐场景中,存在严重的内容冷启动和评论数据稀疏问题,现有的推荐算法无法为特定类用户推荐不同特征的专题地图产品,导致用户从专题地图中获取偏好信息受到限制。因此,本文构建基于负采样的连续词袋模型和基于Word2Vec的Item2Vec相结合的用户偏好推荐方法,用于专题地图产品推荐。① 计算用户行为日志文件中交互行为数据的隐性评分,以代替专题地图推荐信息流场景中稀疏的用户评论数据;② 基于负采样的连续词袋模型提取目标专题地图的前后地图序列感知特征信息,通过控制正负样本比例为1:2,提升目标专题地图潜在评分的预测精度;③ 通过Item2Vec将带有用户行为特征信息的专题地图映射到向量空间,计算用户对专题地图的相似度矩阵,根据用户偏好程度完成推荐。在构建的专题地图评分实验数据集Thematic CMaps和4个公开验证数据集MovieLens上的测试结果表明:与LFM、Personal Rank、Content Based和SVD 4种传统推荐算法相比,本文所提方法可有效提高潜在评分的预测精度,推荐性能最高达到27.85%;与以霍夫曼采样方式的Item2Vec基础方法和YouTubeNet 2种神经网络推荐算法相比,评分预测精度有一定提高,且推荐性能不断提升,最高达到2.97%和5.78%。以经典算法奇异值分解（SVD）为例,将MovieLens-20M数据集切分后,在数据量不断增大的数据子集中,本文所用方法的评分预测精度和性能均优于SVD方法。 相似文献
2.
为了研究浮游植物群落结构特征及与环境因子的相关性,于2014年6月和9月在曹妃甸海域布设了14个调查站位,对该海域浮游植物的群落组成、细胞丰度及群落多样性等基本特征进行了分析,并采用多维尺度分析方法对曹妃甸浮游植物群落结构做区域划分,通过冗余分析(RDA)研究了环境因子对浮游植物群落结构的影响。研究结果表明:曹妃甸海域6月和9月共鉴定出浮游植物3门28属62种,硅藻为主,生态类型以温带近岸广温广盐性种为主。6月浮游植物细胞丰度平均值为111. 31×10~4cells/m~3,主要优势种为中肋骨条藻(Skeletonema costatum)和柔弱角毛藻(Chaetoceros debilis); 9月浮游植物细胞丰度平均值为163. 01×10~4cells/m~3,主要优势种为中肋骨条藻和细弱圆筛藻(Coscinodiscus subtilis)。站位聚类分析和多维尺度分析表明,曹妃甸浮游植物种类地区划分主要分为3个区域,分别为填海东侧和西侧海域、曹妃甸填海区附近海域以及曹妃甸中部远离填海区域,且6月和9月浮游植物群落组成差异不显著(R=-0. 997,p=0. 998,n=14)。RDA结果显示6月的盐度、溶解氧(C_(DO))、温度(T)和pH值及9月的C_(DO)、活性磷酸盐(C_(PO_4~(3-)-P))、无机氮浓度(C_(DIN))和T是依次影响各自月份浮游植物群落的主要环境因子。 相似文献
3.
4.
在饭店服务实训课程教学中,大部分学生在实训的重复阶段都会显示出不同程度的兴趣,但随着重复练习量的增加,学习兴趣会随之递减。本文在分析产生这一问题的主要原因的同时,提出了解决这一问题的相关对策。 相似文献
5.
为全面了解曹妃甸近岸海域海洋生态系统健康状况,促进其合理开发利用海洋资源和建设海洋生态文明,文章根据2010—2014年的相关监测数据,采用区域生态系统健康评价方法,选取海水环境、沉积物环境、生物栖息地、生物残毒和生物5类评价指标,并确定指标标准、赋值和计算方法,从而确定各评价指标的健康指数。研究结果表明:2010—2014年曹妃甸近岸海域海水环境、沉积物环境和生物残毒均为健康状态,生物栖息地均为不健康状态,生物除2011年10月外(不健康)均为亚健康状态;海洋生态系统除2011年10月为不健康状态外,其余年份均为亚健康状态;生物指标决定整个海洋生态系统的健康状态,而围填海活动对生物栖息地的破坏是生物健康指数较低的主要原因。在此基础上,提出应尤其注重对生物环境的保护和修复,加强近岸海域生态环境综合整治和围填海管控。 相似文献
6.
姜倩 《亚热带资源与环境学报》2006,21(2):138-141
在饭店服务实训课程教学中,大部分学生在实训的重复阶段都会显示出不同程度的兴趣,但随着重复练习量的增加,学习兴趣会随之递减.本文在分析产生这一问题的主要原因的同时,提出了解决这一问题的相关对策. 相似文献
7.
1