结合物品流行度的列表级矩阵因子分解算法

针对变形的奇异值分解(SVD++)算法的评分规则在模型训练和预测两个阶段的不一致问题和列表级矩阵因子分解(ListRank-MF)算法的Top-1排序概率在大量物品评分一样时排序概率一样的问题,提出一种结合物品流行度的列表级矩阵因子分解算法。首先,在评分规则中使用到的用户有过行为的物品集合中去除当前待评分物品;接着结合物品流行度改进Top-1排序概率;然后使用随机梯度下降算法求解目标函数并进行Top-N推荐。基于修正的SVD++评分规则,在MovieLens和Netflix数据集上比较了所提算法与目标函数为点级和列表级的SVD++算法。所提算法与列表级的SVD++算法相比,Top-N推荐准确率指标归一化折损累积增益(NDCG)值在MovieLens数据集上提高了5%~8%,在Netflix数据集上提高了1%左右。实验结果表明,所提算法能够有效提高Top-N推荐准确率。

探讨中西医结合内科治疗脑血栓的临床疗效

目的探讨中西医结合内科治疗脑血栓的临床疗效。方法收治80例脑血栓患者,分为观察组与对照组,每组均40例,观察组采用中西医结合内科治疗方式,对照组采用常规的治疗方式,观察两组患者的临床疗效,对比两组患者的治疗有效性以及神经功能缺损程度。结果观察组患者经过中西医内科治疗之后,取得了良好的治疗效果,有效性达到了95.00%,对照组的临床治疗有效性为75.00%,差异具有统计学意义( P <0.05)。两组患者在治疗之前,在NIHSS评分方面,观察组与对照组无统计学意义( P >0.05 )。在治疗之后,在NIHSS评分方面,观察组低于对照组,差异有统计学意义( P <0.05 )。结论对脑血栓患者进行临床治疗的过程中,观察组经过中西医结合的治疗方式,取得了良好的临床效果,有助于改善患者的认知能力,以及运动能力,具有应用价值,在临床中,可以推广应用。