大规模分布式机器学习本科生科研训练项目群建设探讨

面向新工科专业建设需求,针对目前本科生科研训练项目设计中存在的工程性缺乏、前沿性不足、系统性不强、质量稳定性较差等问题,结合软件工程专业在当今大数据人工智能时代下的发展特点,提出一种面向产出的工程化科研训练项目群建设方案,并以两个具体的科研训练课题为例,详细阐述大规模分布式机器学习本科生科研训练项目群建设的内容和创新特点,并讨论支持该方案建设的相关配套政策。     

基于谱聚类和隐语义模型的智能协同推荐方法

随着云计算及移动互联网技术的迅速发展,网络中可选服务信息呈爆炸性增长,信息过载问题日益严重.针对推荐系统中存在的数据稀疏性问题及冷启动问题,提出一种基于谱聚类和隐语义模型的智能协同推荐方法.该方法基于提取的用户标签特征信息,利用谱聚类算法对相似用户进行聚类,将原始高维评分矩阵转化为多个较低维的子评分矩阵.然后在子评分矩阵中利用隐语义模型对缺失评分进行局部预测.最后在获得缺失评分后利用改进的基于邻域的协同推荐算法对目标用户进行全局评分预测.所提算法有效解决了数据稀疏性问题和冷启动问题,在提高预测准确度的同时加快了推荐算法效率.