基于模糊聚类的协同过滤算法

针对传统协同过滤算法普遍存在的稀疏性和扩展性问题,提出一种基于模糊聚类的协同过滤算法。利用模糊聚类的方法对项目进行聚类,通过用户-项目评分矩阵计算用户之间的相似度,从中选出与用户最相似的前k个用户,根据这k个用户对当前用户的未评分项目的打分进行预测,选出前n个推荐。实验结果证明,与基于用户的协同过滤算法相比,该算法能提高冷启动问题下的相似度计算精度。     

普及计算中多种代码迁移模式的集成模型研究

通过分析普及计算新环境资源受限、动态多变的特征，以及代码迁移技术和策略机制在普及计算中应用的理论基础和系统框架，提出了以策略组件为核心，包括策略库、感知模块、迁移模块的多种代码迁移模式的集成模型。指出，在多种迁移模式集成的方法中，策略机制具有较强的灵活性和可复用性，并提出．运用定量和定性的方式制定策略的选择方法。最后，结合智能病房的实例和一些具体的应用任务，验证了多种代码迁移模式集成与选择优化的可行性。