SVD推荐算法在传统服饰商城的应用

随着互联网的普及和信息技术的发展,人们日常生活可以接触到的信息越来越丰富,产生信息数据的速度也越来越快。在拥有海量信息数据的同时,过量的信息不可避免地导致了“信息过载”问题,而推荐系统正是解决这个问题的有效方法之一。首先介绍了奇异值分解(SVD)和SVD推荐算法之间的联系,然后叙述了SVD推荐算法的思路并给出SVD算法模型的最优损失函数。在此基础上,建立一个传统服饰商城的推荐系统,利用158组样本数据测试该系统,得出推荐系统的均方根误差为0.9994,平方绝对值误差为0.7366。此外还计算了样本数据的误差百分比,结果表明绝大多数测试样本的误差百分比在30%以内。基于SVD推荐模型的特点和实验结果得出,SVD推荐模型适用于小型电商平台的商城用户的个性化推荐。     

氧化石墨烯负载胆碱磷钨酸盐的制备及其催化氧化脱硫性能

通过超声辅助法制备了氧化石墨烯负载的胆碱磷钨酸盐(Ch TPA@GO),采用X 射线衍射(XRD)、傅里叶变换红外光谱(FT IR)、扫描电子显微镜(SEM)和透射显微镜(TEM)等手段对其结构和形貌进行表征。以Ch TPA@GO 为催化剂,双氧水(H2O2)为氧化剂,乙腈(CH3CN)为萃取剂,含有二苯并噻吩(DBT)的正癸烷为模拟燃油,建立了一个氧化萃取脱硫体系。考察了该体系的Ch TPA@GO、H2O2、CH3CN的用量和反应温度对燃油脱硫率的影响。结果表明,当Ch TPA@GO用量为004 g、H2O2用量为0175 mL、CH3CN用量为25 mL和反应温度为70 ℃时,在180 min时模拟燃油的脱硫率可达993%,实现了燃油的深度脱硫。