排序方式: 共有7条查询结果,搜索用时 15 毫秒
1
1.
2.
3.
4.
5.
6.
推荐算法是数据挖掘中最重要的算法之一.地点推荐是推荐系统的重要研究内容.针对目前地点推荐面临的数据稀疏、冷启动、个性化程度低等问题,设计并实现了基于Spark并行化处理的改进混合地点推荐模型.该算法融合了基于内容的推荐和基于协同过滤的推荐,结合了用户当前的偏好和其他用户的意见.使用基于用户-地点属性偏好的矩阵填充方式,以此改善数据稀疏性问题;同时,对于海量数据,系统采用Spark分布式集群实现并行计算,缩短了模型训练时间.实验结果表明,与其他推荐算法相比,该算法能有效改善数据稀疏性、提升推荐效果. 相似文献
7.
以海绵钛为钛源,海绵钛∶铝∶碳=3∶1.2∶1.8的比例混合,采用无压烧结的方法合成Ti3AlC2粉体。探讨保温温度在1 000℃和1 100℃下烧结产物结果,以及不同保温时间对试验结果的影响,同时在工艺上还采用了熔盐法探究掺杂NaCl或KCl对无压烧结制备Ti3AlC2的纯度的影响。试验结果表明,在氩气保护条件下,1 100℃烧结出的产物纯度最好,采用熔盐法工艺中,掺杂盐所得产物中仍以1 100℃的产物纯度最好,并且掺杂产物纯度高于掺杂KCl。同时保温时间不足会导致杂质Ti2AlC相与TiC相过多,保温时间过长也会导致产物分解。最终试验确定以海绵钛:铝:碳:盐的摩尔比例3∶1.2∶1.8∶2.5置于通氩气的管式炉中升温至1 100℃,保温0.5 h的产物纯度最高,可达到90%。 相似文献
1