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:目的:为建立全面评价罗汉果的质量的方法。方法:采用超声强化水提取法进行样品前处理,用罗汉果苷V作为参照物进行指标成分峰的定位,用HPLC对罗汉果水提取物进行分离,比较了水—甲醇、冰醋酸水溶液—甲醇、磷酸水溶液—甲酸、水-乙睛、磷酸水溶液—乙腈、三氟乙酸水溶液—乙腈6种体系的等度、梯度洗脱效果。结果:实验表明在上述6种流动相体系中,以三氟乙酸水溶液—乙腈的洗脱效果最好,色谱条件:梯度洗脱、SinochromODS-BP柱、检测波长为205nm,流速0.8ml/min,柱温25℃。结论:采用HPLC技术,可以得到分离度和重现性均较好的罗汉果水提取物的HPLC色谱图。
简介:在盐酸介质中,以硼氢化钾作还原剂,将汞转化为汞化氢。以氩气作为载气将汞化氢从母液中分离,并导入石英炉原子化器中原子化。以汞特种空心阴极灯作激发光源,使汞原子发出荧光,荧光强度在一定范围内与汞的含量成正比。