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:在中国高校科技期刊研究会组织的“2018年度中国高校杰出·百佳·优秀科技期刊”遴选活动中,《中国计量大学学报》被评为“2018年度中国高校编辑出版质量优秀科技期刊”这次评选活动旨在不断提升高校科技期刊的创新力、影响力、贡献力和编辑出版质量,对高校科技期刊在科研活动和学术交流中的作用及其质量做出客观、全面的评价,以树立榜样、明确方向,促进高校科技期刊健康发展.其中,中国高校编辑出版质量优秀科技期刊的评选是在差错率低于万分之一的前提下,结合期刊的学术指标和学术影响力,由专业评审组对期刊的政治、编辑出版质量进行综合审查,评选出中国高校编辑出版质量优秀科技期刊53种.