简介:LDA主题模型是文本挖掘领域的重要算法,同时在推荐系统当中也有不错的表现.通过LDA主题模型挖掘用户感兴趣的主题,是目前最常用的用户兴趣主题挖掘方法之一.为了提高LDA主题模型应用在推荐系统时的推荐质量,我们提出了一种基于负样本进行学习的方法negLDA.通过创造出负样本来学习用户对物品的负面预测评分,同时结合正样本学习得到的正面预测评分,从正反两个方面进行综合评测,从而更加精确地衡量出用户对物品的预测评分.通过在MoviesLens-100k、MovieLens-1M、FilmTrust这三个数据集上的实验,表明所提出的算法在精确率、召回率、AUC三个指标上相比传统算法均有一定改进.
简介:为了提高企业生产效率,经过试验,采用能量色散型X荧光光谱仪(ED-XRF)测定聚苯二甲酸丁二醇酯(PBT)中的钛含量,该方法试样无需进行复杂的前处理,对试样直接测试,分析速度快,操作简单,精密度、准确度符合企业要求,满足了企业工业生产大批量,高密度的测试要求。