从偏好数据库中挖掘Ceteris Paribus偏好

针对传统的推荐系统需要用户给出明确的偏好矩阵(U-I矩阵),进而使用自动化技术来获取用户偏好的问题,提出了一种从偏好数据库中挖掘出Agent的偏好信息的方法。从知识发现的角度,通过Ceteris Paribus规则(CP规则),提出了k阶偏好挖掘算法(kPreM)。在算法中,利用k阶CP规则对偏好数据库中的信息进行剪枝处理,减少了数据库扫描次数,从而提高了偏好信息的挖掘效率。随后以一种通用的图模型——条件偏好网(CP-nets)为工具,揭示了用户的偏好可近似表达为CP-nets的定性条件偏好网。实验结果表明,用户的偏好都是带有条件的偏好。另外,通过挖掘得出的CP-nets偏好模型,为设计个性化的推荐系统提供了理论基础。

光学正交码的一类新的结果

光学正交码因其良好的关联性质而有很多重要的应用,最近的研究集中于将光学正交码应用在基于光纤管道的局域网(LANs)和CDMA系统的多媒体传输中.针对给出的一类新的光学正交码进行探讨,即最优(3s7s5v,5,1)光学正交码,其中v=5tw,t≥s,t,s为非负数,w为模4余1的素数的乘积.

美国的产品 质量认证标准

美国是一个相对成熟的市场,进入美国市场的一个非常巨大的壁垒是技术壁垒,即所谓美国的产品质量认证。也就是说,某一产品在美国可否流通的关键在于该产品能否通过美国权威检测部门的检测后获得许可证。常见的美国产品认证标准有以下几种: