国产chinesehdxxxx老太婆,办公室玩弄爆乳女秘hd,扒开腿狂躁女人爽出白浆 ,丁香婷婷激情俺也去俺来也,ww国产内射精品后入国产

您好，歡迎來電子發(fā)燒友網！ ，新用戶？[免費注冊]

您的位置：電子發(fā)燒友網>源碼下載>數值算法/人工智能>

基于上下文相似度的分解推薦算法

大小：0.80 MB 人氣： 2017-11-27 需要積分：1

推薦 + 挑錯 + 收藏(0) + 用戶評論（0）

前往下載地址

　　針對移動服務推薦中用戶上下文環(huán)境復雜多變和數據稀疏性問題，提出一種基于移動用戶上下文相似度的張量分解推薦算法-UCS-TF。該算法組合用戶間的多維上下文相似度和上下文相似可信度，建立用戶上下文相似度模型，再對目標用戶的K個鄰居用戶建立移動用戶一上下文一移動服務三維張量分解模型，獲得目標用戶的移動服務預測值，生成移動推薦。實驗結果顯示，與余弦相似性方法、Pearson相關系數方法和Cosinel改進相似度模型相比，所提UCS-TF算法表現最優(yōu)時的平均絕對誤差（MAE）分別減少了II. l%、10. l%和3.2%；其P@N指標大幅提升，均優(yōu)于上述方法。另外，對比Cosinel算法、CARS2算法和TF算法，UCS-TF算法在數據稀疏密度為5%、20%、50%、80%上的預測誤差最小。實驗結果表明UCS-TF算法具有更好的推薦效果，同時將用戶上下文相似度與張量分解模型結合，能有效緩解評分稀疏性的影響。
?

非常好我支持^.^

(0) 0%

不好我反對

(0) 0%

      發(fā)表評論

      用戶評論
      評價:好評中評差評

      發(fā)表評論，獲取積分！ 請遵守相關規(guī)定！

      ?