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:本文以汽车发动机排气系统作为主要研究对象,重点研究分析汽车发动机排气系统在当前新的技术发展趋势下的开发应用环境的变化,以及排气系统开发针对环境变化的应对措施。随着近几年汽车法规和市场需求的发展变化,小排量三缸直喷增压发动机的应用越来越多,消费者对产品性能的要求不断提高,各大品牌汽车厂商针对市场环境变化对汽车各系统的开发目标提出了更高的要求、更短的开发周期。三缸发动机独特的振动特性、高强度的缸内直喷增压技术、发动机标定和悬置系统的开发,从技术上和时间流程上都对排气系统开发提出新的挑战。本文结合当下该领域发展应用的现实情况,重点研究以上变化因素对排气系统开发造成的不利影响和挑战,以期探寻出更加适合当下汽车排气系统的开发经验和流程,并提出新环境下排气系统开发的新思路和解决方案。