基于巴氏系数和信息熵的协同过滤算法

为改进传统协同过滤算法的推荐质量,文章提出一种考虑巴氏系数和信息熵的协同过滤算法。首先通过巴氏系数和项目相关性权重建立用户相似度模型;其次,通过信息熵衡量用户在评分分布上的相似度,引入用户相近度、同类性和交叠度因子,挖掘用户多维评分特性;然后,以参数调节两种相似度计算模型的重要程度,形成综合推荐模型;最后,在两种数据集中对比四种算法的推荐表现。研究表明,该算法的MAE和Top-N结果准确度均优于传统的协同过滤算法,具有更好的推荐效果。

运动APP功能的多角度比较分析

分析当前国内主流运动健身APP的市场现状、用户需求和基于复杂激烈的运动APP的市场竞争环境,测评国内几款主流运动APP的功能,总结各自的优势和探究其隐藏的功能上的问题,并多角度地与人们传统的健身方式相比较,分析运动APP对人们健身方式或习惯的改变和影响,对国内运动APP的未来发展方向做出了合理的展望。

面向医学领域的智能问答APP设计与实现

随着医疗大数据时代的到来,自然语言处理技术在医学领域发展迅速,而问答系统能够准确、简洁地用自然语言回答用户提出的问题,因此其在医学领域的应用具有重要研究价值。基于自然语言处理技术、朴素贝叶斯分类算法、词向量、模糊匹配技术等,设计并实现了一款实用的面向医学领域的智能问答APP。通过对问题的检索,针对问题类型制定分类规则,并向用户返回检索结果;基于Bigram、词频、对齐文本的评估模型,可大大增加候选答案的正确率与简洁度;基于证据与候选答案的评分机制,可减少误报以及对结果的重复检索。

面向大学生的运动类APP的功能设计

移动互联网的飞速发展,催生了一系列融合资讯、工具、电商等功能的运动健身类APP,逐渐改变着人们运动健身的习惯和方式。借助运动类APP,大学生也开始了运动之旅,但却不能长期坚持,通过问卷调查发现,一是由于大学生自身内心动机不强,二是这些运动类APP功能不足、粘性不够。本文结合对运动市场的研究分析,针对大学生运动状况,在现有运动类APP的基础上,设计了一款面向大学生的运动类APP,以期更好地满足大学生多样化的需求,并帮助大学生坚持运动。