推荐系统已经被越来越频繁地应用到电子商务网站与一些社交网站,在提高用户满意度的同时也带来了巨大的商业利益.然而,当前的推荐算法由于原始数据的不完整性以及算法本身处理数据的特殊性,导致推荐效果不理想.例如,某些推荐系统会产生...推荐系统已经被越来越频繁地应用到电子商务网站与一些社交网站,在提高用户满意度的同时也带来了巨大的商业利益.然而,当前的推荐算法由于原始数据的不完整性以及算法本身处理数据的特殊性,导致推荐效果不理想.例如,某些推荐系统会产生冷启动、复杂兴趣推荐困难、解释性差等问题.为此,该文提出一种基于标签权重评分的推荐系统模型(Label-Weight Rating based Recommendation,LWR),旨在使用一种较为简洁的方式——标签权重评分来获取用户最准确的评价和需求,并通过改进当前的一些推荐算法来处理标签权重评分数据,从而生成对用户的推荐,最后以标签权重评分的形式向用户展示推荐结果并作出合理的解释.扩展实验中,通过电影推荐实验,证明了该文技术的有效性和可行性.展开更多
文摘为将五谷营养和发酵功能有效结合,研制一款乳酸菌发酵谷物复合饮料。在单因素试验的基础上,以感官评价为依据,通过L9(34)正交试验,确定乳酸菌发酵谷物复合饮料的最佳制作工艺。试验结果表明,谷物复合饮料最优配方是以100 g复合谷物为基重,大豆:花生:燕麦:糯米为3:2:3:2,料水比为1:9,添加0.8%乳酸菌菌种,发酵时间8 h,发酵温度35℃。此工艺条件下制出的谷物复合饮料感官评分达到最高值,发酵后p H值由6.01降低至4.78,还原糖达到0.69 mg/(100 m L),氨基酸态氮提高到29.32 mg/(100 m L),产品口感丰富、风味独特、酸甜适口、营养价值高,更有利于消化吸收。研究为植物基发酵食品的开发提供数据和理论参考。
文摘推荐系统已经被越来越频繁地应用到电子商务网站与一些社交网站,在提高用户满意度的同时也带来了巨大的商业利益.然而,当前的推荐算法由于原始数据的不完整性以及算法本身处理数据的特殊性,导致推荐效果不理想.例如,某些推荐系统会产生冷启动、复杂兴趣推荐困难、解释性差等问题.为此,该文提出一种基于标签权重评分的推荐系统模型(Label-Weight Rating based Recommendation,LWR),旨在使用一种较为简洁的方式——标签权重评分来获取用户最准确的评价和需求,并通过改进当前的一些推荐算法来处理标签权重评分数据,从而生成对用户的推荐,最后以标签权重评分的形式向用户展示推荐结果并作出合理的解释.扩展实验中,通过电影推荐实验,证明了该文技术的有效性和可行性.