基于AHP的物流管理信息系统敏捷性评估研究

针对企业物流管理信息系统敏捷性评估存在的问题,本文对其进行较为系统的研究。首先,引入层次分析法将敏捷性评估从定性评估转为定量评估;其次,提出敏捷性指标体系建立原则;最后,建立物流管理信息系统敏捷性评估CTRSPI模型,并给出每个指标的评价方法和说明,并对敏捷性指标体系中的每个指标计算方法进行了具体说明。结果表明,提出的模型能够实现敏捷性评估的定量判断,便于比较不同物流管理系统的敏捷性及其等级。     

融合邻域模型与隐语义模型的推荐算法

作为目前构建推荐系统最成功的方法之一,协同过滤算法（CF）是利用已知的一组用户喜好数据来预测用户对其他物品的喜好从而做出个性化推荐的。两种比较成功的协同过滤算法能够直接刻画用户和物品因子的隐语义模型,以及分析物品或者用户之间相似度的邻域模型。提出了一种针对这两种模型的改进方法,使得隐语义模型和邻域模型能够有效结合,从而构建出一个更精确的融合模型。在融合用户的显性反馈与隐性反馈信息对模型进行扩展后,又使得精确度进一步提升。在Netflix数据集上进行测试,实验结果表明,该融合算法在Netflix数据集上的性能优于其他算法。