融合惩罚因子和时间权重的协同过滤推荐算法

协同过滤算法是一种经典的推荐算法,思想是依据近邻用户或者相似物品对目标进行推荐,常被应用在各类推荐系统中。但传统算法过分考虑热门物品对评分的影响,而忽略了冷门物品对用户兴趣特征度量的贡献,也未考虑用户兴趣动态变化的问题。对此,提出一种新的相似度改进算法,改进后的协同过滤算法将物品热门惩罚因子和时间数据权重进行加权计算,优化了用户相似度计算方法,形成了一种新的相似性度量模型。利用MovieLens电影推荐数据集验证改进后的算法,实验结果表明,该算法将推荐平均绝对误差(MAE)与传统算法相比降低了13.2%,推荐质量有了明显提升。

融入惩罚因子的协同过滤图书推荐算法

针对利用传统协同过滤算法进行图书推荐时因忽略冷门物品对推荐精度的贡献问题,提出融入惩罚因子的协同过滤图书推荐改进算法。文章在余弦相似度的基础上,引入热门物品惩罚因子和用户平均评分因子,降低热门物品的评分权重,提取用户特征。使用Book-Crossing数据集进行实验验证,文章提出的改进算法相较于传统算法增加了推荐算法的时效性,对用户进行了更精准的特征提取,改进算法较传统算法召回率平均提高5.4%,在近邻用户较少时,MAE降低1.5%,提高了推荐精度与质量。

传承海上丝路文化 再谱合浦古郡华章

今年4月19日至21日，习近平总书记视察广西，在参观合浦汉代文化博物馆“合浦海上丝绸之路文物精品展”时，感慨地说：“这里有深厚的文化底蕴。”作为一名土生土长的合浦人，对此，我感触良深。

连云港消防支队举办救护培训班

“现代救护立足现场的抢救，你们作为火场‘第一反应者’，要对伤病员实施有效的初步急救措施，挽救生命，减轻伤残和痛苦。在火场紧急情况下，要求你们通过实地感受、眼睛观察、耳朵听声、鼻子闻味等方式对异常情况作出判断，排除一切可能出现的危险，确保救护员、伤病员及现场其他人员的安全。”这是从江苏省连云港市消防支队会议室传出的授课声。原来，在连云港市消防支队举办的现场救护培训班上，连云港市红十字会刘成田秘书长正在为消防官兵讲授有关现场救护的知识。