简介:论文在分析推荐输入瓶颈问题的基础上,借助社区思想实现了显式评分输入的用户聚类,解决了评分矩阵稀疏的问题;借助用户兴趣度的定义,实现了隐式浏览输入的用户聚类,解决了用户兴趣度不易获取的问题.论文的研究立足于推荐系统的输入,通过聚类分析,为推荐算法的研究奠定了理论基础.
简介:系统综述了自19世纪开始至今常用的统计相关性的方法,例如Pearson和Spearman相关系数,CorGc和CovGc相关性及距离相关性方法。重点介绍了2011年提出的MIC方法以及由此引发的毁誉参半的大量评述,旨在揭示这一热点领域的研究面貌。该领域不仅受到统计学家的关注,而且受到了分析大样本和异质数据的应用研究领域的学者们的追捧,例如基因组生物学家和网络信息研究者。这些研究者期望在众多已有方法的理解和剖析中更恰当地付诸应用,并提出新的应用问题来推动新的分析方法的创造。
简介:在单目标、单约束下,建立了三状态串-并联系统的优化模型,采用选取重要部件的方法优化系统可靠度,并相应地给出优化算法,最后通过例子,验证了该算法的有效性.
不同推荐系统输入的聚类实现
统计相关性分析方法研究进展
三状态串-并联系统的优化分配方法