协作过滤算法（CF）在推荐系统中难以处理数据的稀疏性和可伸缩性问题。本文提出了基于类别偏好Canopy-K-means的协同过滤算法（CPCKCF），设计了用户项类别偏好比率（UICPR）的定义，并用来计算UICPR矩阵。将Canopy算法作为CPCKCF的前置算法，并将输出作为K-means算法的输入，其结果用于用户数据进行聚类并找到最近的用户以获得预测得分，使用MovieLens数据集进行的实验结果表明，与传统的基于用户的协作过滤算法相比，所提出的CPCKCF算法将计算效率和推荐精度提高了2.81%。
2021-09-06 16:28:19
1.68MB
1
中国电动汽车配套基础设施布局需求侧研究——基于Logit回归的消费偏好分析.pdf
2021-09-05 18:07:46
491KB
Deep Learning for EEG-Based Preference论文精读手写笔记。笔记都总结了各部分的框架，方便读者基于笔记找到文献对应内容的基本框架及概念。文章原文资源在博主的另一个下载链接即可免费下载，稍后出一篇关于这篇文献的精读导读。三者结合起来读更配噢。
2021-08-29 22:35:32
9.57MB
1
有色金属行业周报：铜铝事件催化预期改善，带动有色金属板块整体风险偏好的回升.pdf
2021-08-26 09:06:30
1.06MB
详解银行的基金4季度持仓：实际持仓下降0.16%至5.26%，偏好核心资产.pdf
2021-08-22 22:12:11
734KB