哈哈哈哈哈操欧洲电影,久草网在线,亚洲久久熟女熟妇视频,麻豆精品色,久久福利在线视频,日韩中文字幕的,淫乱毛视频一区,亚洲成人一二三,中文人妻日韩精品电影

您好,歡迎來電子發(fā)燒友網(wǎng)! ,新用戶?[免費注冊]

您的位置:電子發(fā)燒友網(wǎng)>源碼下載>數(shù)值算法/人工智能>

關(guān)聯(lián)規(guī)則推薦算法分析及評估

大?。?/span>0.89 MB 人氣: 2018-01-09 需要積分:1

  現(xiàn)有的關(guān)聯(lián)規(guī)則推薦技術(shù)在數(shù)據(jù)提取時主要側(cè)重于關(guān)聯(lián)規(guī)則的提取效率,缺乏對冷、熱門數(shù)據(jù)推薦平衡性的考慮和有效處理。為了提高個性化推薦效率和推薦質(zhì)量,平衡冷門與熱門數(shù)據(jù)推薦權(quán)重,對關(guān)聯(lián)規(guī)則的Apriori算法頻繁項集挖掘問題進(jìn)行了重新評估和分析,定義了新的測評指標(biāo)推薦非空率以及七前項頻繁項集關(guān)聯(lián)規(guī)則的概念,設(shè)計了基于K前項頻繁項集的剪枝方法,提出了優(yōu)化Apriori算法且適合不同測評標(biāo)準(zhǔn)值的七前項頻繁項集挖掘算法,降低頻繁項集提取的時問復(fù)雜度。理論分析比較與實驗表明,七前項剪枝方法提高了頻繁項集的提取效率,擁有較高的推薦非空率、調(diào)和平均值和推薦準(zhǔn)確率,有效地平衡了冷、熱門數(shù)據(jù)的推薦權(quán)重。

關(guān)聯(lián)規(guī)則推薦算法分析及評估

非常好我支持^.^

(0) 0%

不好我反對

(0) 0%

      發(fā)表評論

      用戶評論
      評價:好評中評差評

      發(fā)表評論,獲取積分! 請遵守相關(guān)規(guī)定!

      ?
      集安市| 米泉市| 泽州县| 隆尧县| 满城县| 千阳县| 湖北省| 缙云县| 北京市| 旬邑县| 永城市| 永吉县| 周至县| 唐河县| 镇沅| 安龙县| 栾川县| 广平县| 邛崃市| 金坛市| 彰化县| 肥城市| 出国| 治县。| 西城区| 金溪县| 陇西县| 阜南县| 白玉县| 新闻| 东阿县| 秦安县| 东乌珠穆沁旗| 崇仁县| 贵阳市| 通辽市| 通许县| 大方县| 莎车县| 溧水县| 泰和县|