融合主题模型和卷积神经网络的APP推荐研究

[目的/意义]将主题模型与卷积神经网络进行结合,以实现APP的个性化推荐,并缓解评分数据稀疏性问题。[方法/过程]提出TMCNN模型,针对文本内容,通过用户和APP双通道的卷积神经网络获取卷积语义特征,同时使用LDA模型获取主题特征,并与用户和APP的数值特征组合,从而预测用户对APP的评分,进而推荐。[结果/结论]通过360手机助手数据集的测试,从RMSE,召回率,NDCG三个指标进行分析,TMCNN模型不仅具有良好的评分预测效果,而且APP的推荐结果也相对较好。同时,TMCNN模型也丰富了APP推荐的研究方法。[局限]没有考虑APP的权限信息,评论信息的有用性,以及TMCNN模型的优化函数有待改进。

大学生创新训练中的数据管理探索

科研范式的转变体现了数据管理的重要性,并且强调嵌入过程的数据管理理念。该文针对大学生创新训练为背景的科研项目中往往忽视对于数据的过程性管理等问题,以四川大学为例,对大学生创新训练实践进行分析,根据大学创新训练在数据管理方面存在的问题,从学校与学生两个层面,就数据管理方面存在的问题提出建议。

基于系统动力学的社交网络环境下消费者意见领袖影响力建模与仿真

文章在分析消费者意见领袖特征作用量、社会网络要素作用量、普通消费者特征作用量对消费者意见领袖影响力作用的基础上,结合系统动力学、传播学、社交网络等相关知识,分析了消费者意见领袖影响力,阐述其变化机制和影响要素,同时划分边界构建系统动力学模型,使用Vensim PLE软件对模型进行仿真及灵敏度分析比较各系统参数的变化对消费者意见领袖影响力的影响。研究结果表明,消费者意见领袖特征相关要素、社会网络相关要素及普通消费者相关要素均可通过影响消费者意见领袖影响力进而影响网络口碑及消费者行为。

基于ASP.NET的RFID库存管理系统分析与设计

根据企业库存管理业务实际需求,分析业务流程、梳理数据流程并建立数据库,设计出以原材料仓库为核心、RFID技术为基础、Zigbee技术为无线通信网络与传输介质的库存管理系统。本系统采用ASP.NET为框架,使用B/S架构,通过C#编程语言编写应用程序,SQL Server2014部署系统数据库,系统扩展性好,可以实现制造业企业数据实时性要求,满足生产型企业库存管理基本需求。系统应用新技术优化了库存管理,提高了管理效率,具有一定的经济价值和社会价值。