基于分页缓存模型的用户兴趣跟踪方法

对智能推荐系统中用户兴趣跟踪问题的研究,传统方法如时间窗口、遗忘函数等在表征用户兴趣模型时均未考虑兴趣主题概念相关性,无法充分利用用户历史数据,导致兴趣跟踪不准确。因此,本文提出了基于分页缓存的用户兴趣表征模型,形成基于主题的用户多兴趣域结构,并提出了相应的兴趣迁移检测SIM算法,该算法引入序列熵差,表征兴趣迁移的整体特性。实验表明,与传统方法相比,本文提出的方法具有更低的兴趣平均绝对偏差,能够更准确地表征用户兴趣迁移,从而获得更好的推荐质量和效率。

毛细管柱气相色谱法快速测定水中11种痕量氯苯类化合物

采用毛细管柱气相色谱定量法同时测定水中11种痕量氯苯类化合物的方法。石油醚萃取富集水中氯苯类化合物,用电子捕获检测器检测,整个分析过程只需25min,检出限可达0.001~0.01μg·L-1,均都低于GB/T5750.8-2006,每种化合物的回收率在80%~105%,相对标准标准偏差在1.5%~4.5%之间。