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k近鄰推薦方法

大?。?/span>1.09 MB 人氣: 2017-11-28 需要積分:2

  針對基于七近鄰的協(xié)同過濾推薦算法中存在的評分特征數據維度過高、七近鄰查找速度慢,以及評分冷啟動等問題,提出基于數據降維與精確歐氏局部敏感哈希( E2 LSH)的五近鄰協(xié)同過濾推薦算法。首先,融合評分數據、用戶屬性數據以及項目類別數據,將融合后的數據作為輸入對堆疊降噪自編碼( SDA)神經網絡進行訓練,取神經網絡編碼部分最后一個隱層的值作為輸入數據的特征編碼,完成非線性降維。然后,利用精確歐氏局部敏感哈希算法對降維后的數據建立索引,通過檢索得到目標用戶或目標項目的相似近鄰。最后,計算目標與近鄰之間的相似度,利用相似度對近鄰的評分記錄加權得到目標用戶對目標項目的預測評分。在標準數據集上的實驗結果表明,在冷啟動場景下,均方根誤差比基于局部敏感哈希的推薦算法( LSH-ICF)平均降低了約7.2%,平均運行時間和LSH-ICF相當。表明該方法在保證推薦效率的前提下,緩解了評分冷啟動問題。

基于k近鄰推薦方法

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!

      ?