项目相似度与ALS结合的推荐算法研究

协同过滤算法是当今推荐系统普遍使用的一种推荐算法。面对单机模型已逐渐承受不了大数据给推荐系统带来的负荷问题,提出基于Spark平台的一种项目相似度与ALS相结合的协同过滤推荐算法。它基于Spark分布式并行计算框架,可提高预测计算效率,减少系统响应时间。同时使用"基于项目相似度的协同过滤"与"交替最小二乘的协同过滤(ALS)"相结合的一种混合推荐方法,可提高系统推荐精度。通过在MovieLens数据集上的实验结果表明,该算法在算法融合与推荐精度上有着很好的效果。

基于敏感性分级的(k,δ,a_i)-匿名模型

(k,δ,a_i)-匿名模型是轨迹数据发布中保护数据隐私的一种k-匿名方法。该匿名模型需要满足所发布的轨迹数据库中任意轨迹在其半径为δ的圆柱内被重新标识出的概率不大于1/k,并且每个等价类中同一时刻处于同一敏感等级的轨迹数不超过k/l。然后从匿名数据库的可用性和安全性两方面与经典模型——(k,δ)-匿名模型进行了比较分析,实验结果表明,随着δ的增大,(k,δ,a_i)-模型与(k,δ)-模型在可用性方面越来越相似,但(k,δ,a_i)-模型比(k,δ)-模型的敏感性差异更大,因此,(k,δ,a_i)-模型安全性更高。

浅析对中学生心理健康教育认识的几种误区

不久前,著名的心理学家王极盛先生向外界宣布了他对全国中学生心理健康问题多年调研的结果,结果显示,32%的中学生有心理问题。这说明,在教育改革纵深发展的形势下,中学生的心理健康状况不容乐观,必须引起社会、学校、家庭的共同关注。

数据挖掘与网站运营管理

随着互联网的发展,如何运用自己的网站成为企业面临的重要问题,而网站运营涉及到很多方面,比如网络营销管理、企业化操作等,这需要准确的数据来支持,因此数据挖掘就显得特别重要。基于此,首先分析了数据挖掘和网站运营管理的相关概念,然后对基于数据挖掘的网站运营管理进行了分析,以供参考。