公共文化服务平台

共 6 条记录，以下是 1-6

全选清除导出

排序方式：

利用动态产品分类树改进的关联规则推荐方法被引量：7: 2016年; 针对关联规则过于稀疏导致的弱关联规则问题,以及关联规则推荐存在的多样性匮乏等问题,提出基于Vague理论生成动态产品分类树,在分类树内实施关联规则挖掘以解决弱关联规则问题;在此基础上进一步提出一种基于产品相似性的多样性选择算法,并在推荐结果集内实施多样性选择以解决推荐多样性问题,实验评价结果表明该方法与传统推荐方法相比,无论在推荐精度还是推荐多样性上都更为有效。; 薛福亮马莉; 关键词：推荐系统关联规则 VAGUE集理论

互联网+环境下多层次创新型外语实验教学体系研究被引量：1: 2017年; 探索新的教育形势下的外语实验教学体系,构建"互联网+"环境下基础理论训练、实践技能训练、虚拟情境模拟训练相结合的分层次创新型外语实验教学课程体系,对促进我国外语教学发展具有长远意义。; 马莉

业务与技术的整合——CIO在商业模式创新中的职责: 2007年; 随着经济全球化的发展，改变业务开展方式旨在为企业创造更多、更快、更好的新价值，并且通常采用技术实现。因此，CIO要承担领导IT组织在实施战略举措时的责任。在IT职能成为业务一部分时，业务模式创新可迅速成功。在业务模式创新中，IT组织与业务部门同样重要，双方应密切合作，以了解企业的服务和技术需求，确定并满足这些需求，保证实现服务目标。技术可作为创新的催化剂，; 薛福亮马莉; 关键词：商业模式创新 CIO 经济全球化

一种基于向量的在线学习推荐系统架构被引量：5: 2017年; 【目的/意义】提出一种基于向量的在线学习推荐系统架构,通过将访问序列的先后次序作为推荐的重要依据,将访问记录预处理进行向量表示,在此基础上基于向量利用DBSCAN算法对用户进行协同过滤聚类并实施知识点推荐。【方法/过程】将用户访问学习资源的日志记录进行解析,并进行预处理以向量的格式表示,在考虑浏览历史日志的同时,将访问序列的先后次序作为推荐的重要依据,进而基于向量利用DBSCAN算法对用户进行协同过滤聚类,并实施推荐。【结果/结论】利用用户历史学习记录进行向量表示,充分考虑知识点学习次序,提出了一种在线学习推荐新方法的尝试,实验结果表明该推荐方法是有效的。; 马莉薛福亮; 关键词：协同过滤推荐

基于信任机制的在线学习协同过滤推荐方法研究: 2017年; 为了解决协同过滤推荐方法中的数据稀疏性与冷启动问题,提出了一个新的方法叫"基于信任机制的在线学习协同过滤推荐方法",把学习者信任的学习者的评价也合并补充进来以代表该学习者的偏好,同时也可以找到其他具有相似偏好的学习者。; 马莉; 关键词：协同过滤信任

一种利用用户学习树改进的协同过滤推荐方法被引量：1: 2016年; 【目的】利用学习树中知识点的属性和学习访问序列,对知识点进行预测评分,进而进行用户相似性聚类以实施协同过滤推荐,改进传统在线学习推荐方法,提高推荐质量。【方法】对用户所学知识点属性、知识点学习访问序列、学习频率、学习时间进行标准化处理构建学习树;基于学习树,对树中知识点进行预测评分;基于预测评分和知识点属性、知识点学习序列分别利用Pearson相似性和余弦相似性进行用户相似性计算,利用K均值聚类方法进行相似用户聚类,进而利用协同过滤推荐方法进行在线学习推荐。【结果】通过F-measure指标进行实验评价,结果表明该方法与传统在线学习协同过滤推荐方法相比,F-measure指标超过奇异值分解协同过滤8.22%,超过平均分预测协同过滤3.75%。【局限】仅基于某在线学习平台的52 456条学生的学习记录和日志进行建模和测试,未在其他数据集上进一步检验。【结论】解决了依赖用户评分进行协同过滤推荐的缺陷,同时考虑了用户兴趣迁移对推荐准确率的影响,对在线学习冷启动与可扩展性问题的解决具有较好的指导意义。; 马莉; 关键词：协同过滤

全选清除导出

共1页<1>

马莉