简介：研究了时间窗口对基于10种用户相似性指标的个性化推荐算法的影响。在标准数据集MovieLens上的实验结果表明,只采用大约12.56%的用户近期历史记录,所得到的推荐结果准确性可以平均提高27.17%,而推荐列表多样性可以平均提高3.28%,极大地降低大规模数据所带来的计算复杂性问题。
简介：摘要近年来，交通运输大数据建设快速发展，但仍存在数据资源分散、数据传输效率低下、数据交换过程冗繁等问题。本文通过对交通运输数据资源共享交换现状进行分析，设计了基于消息中间件的分布式交通运输数据资源中心，为解决交通运输数据资源交换共享问题提供了新的途径。
时间窗口对个性化推荐算法的影响研究
基于消息中间件的分布式交通运输数据资源中心设计
