基于卷积神经网络的旅游推荐模型设计

旅游业和网络时代高速发展,导致旅游信息过载问题日益严重,旅游推荐方法对解决信息过载问题十分重要。传统推荐算法只针对用户和项目之间的评分和基本属性计算相似度进行推荐,但行为需求及具有游客情感因素的评论却被忽视。本文利用卷积神经网络(CNN)对文本评论特征提取进行情感分类,用皮尔逊相似度公式计算相似的用户群体,用平均绝对误差(MAE)对结果误差进行评价。与传统的协同过滤方法进行对比,本文提出的模型能有效降低预测误差。

基于物联网的食品安全检测系统的研究

本文将通过当今存在的问题,分析如何解决此问题,从而让人们得到关于食品环境及生长情况的信息。通过建立微信平台以及数据的采集,更好的让人们对信息情况进行提问及反馈。