-
C++实现基于用户的协同过滤
算法过程:1).读入数据,将数据用user_brands存起来,同时建立userid_id,再建立id_brands 2).遍历id_brands得到物品-用户倒排表brand_ids,根据倒排表得到用户的相似矩阵sim_mat 3).为每个用户推荐产品: 3.1).求用户u买过的brand和所有brand的差集得到用户u没有买过的物品集合brand_unused; 3.2).用户u对每一个没用过的物品i的兴趣p(u,i): 3.2.1).找到与用户u最近的k个用户 对于每一个没用过的物品i: 3.2.2).找出这k个用户中对物品i有过行为的用户v[]√ 3.2.3).将用户u和v[j]的兴趣相似度累加 3.3).取前m个最感兴趣的brand推荐给用户; 代码:UCF.cc(用户协同过滤核心代码):#include #include #include #include #include #include #include #include #include #include
- 2023-03-01 07:45:04下载
- 积分:1
-
曲线拟合程序代码 曲线拟合程序代码
曲线拟合程序代码 曲线拟合程序代码-Curve-fitting program code
- 2023-08-23 20:45:03下载
- 积分:1
-
奇尔卡特AES算法
这是一个奇尔卡特AES算法的源代码。奇尔卡特加密组件支持128位,192位和256位AES加密两种ECB(电子菜谱)和CBC(密码块链接)模式。
- 2023-09-02 11:25:04下载
- 积分:1
-
GPS导航定位
在用户GPS接收机附近设置一个已知精度坐标的差分基准站,基准站的接收机连续接收GPS导航信号,将测得的位置或距离数据与已知的位置!距
离数据进行比较,确定误差,得出准确改正值,然后将这些改正数据通过数据链发播给覆盖区域内的用户,用以改正用户的定位结果。编程得到定位结果
- 2023-07-09 11:05:04下载
- 积分:1
-
松弛法解方程C程序
松弛法解方程C程序-relaxation method of solving equations C program.
- 2023-07-31 04:15:04下载
- 积分:1
-
use GA to deal with 随机机会约束规划
use GA to deal with 随机机会约束规划-use GA to deal with random chance Constraint Programming
- 2022-11-12 11:50:03下载
- 积分:1
-
数据进制转换源码,很简单的代码,供参考
数据进制转换源码,很简单的代码,供参考-Hexadecimal conversion data source, a very simple code, for reference
- 2022-04-11 10:34:24下载
- 积分:1
-
基于matlab的kalman滤波源程序,实现基本的卡尔曼滤波。
基于matlab的kalman滤波源程序,实现基本的卡尔曼滤波。-The kalman filter matlab-based source to achieve the basic Kalman filtering.
- 2022-01-25 22:40:42下载
- 积分:1
-
a good virtual oscilloscope! Be a direct run! Through his serial signal acquisit...
一个很好的虚拟示波器!可一直接运行!他通过串口采集信号与系统单片机上的数据,把其波形显示在视图中~完全类似于数字示波器的操作-a good virtual oscilloscope! Be a direct run! Through his serial signal acquisition system with microcontroller on the data, its waveform displayed on the View were similar to the fully-digital oscilloscope operation! !
- 2023-08-16 21:40:03下载
- 积分:1
-
nsga-iii进化多目标优化算法采用基于参考点的非支配排序方法
开发的多目标优化算法采用进化优化方法和证明自己的优势在各种涉及实际问题主要是两个和三个目标,现在有一个不断增长的需求发展进化多目标优化(EMO)用于处理许多目标的算法(具有4或更多个目标)优化问题。在本文中,我们认识到一个最近几年的努力,并讨论了许多的可行方向发展潜力EMO算法求解多目标优化问题。此后,我们建议的参考点基于许多目标NSGA-II(我们称之为NSGA-III),强调人口会员,非主导且靠近一组提供的参考点。建议NSGA-III是施加到若干许多目标测试问题具有两个到15的目标,并与两个版本的一个最近比较建议EMO算法(MOEA/ D)。而每两个MOEA/ D的方法效果很好对不同类别的问题,所提出的NSGA-III被发现,以产生令人满意的结果在这项研究中考虑了所有的问题。本文介绍结果在无约束的问题,续集本文认为限制,在处理其他专科许多目标优化问题。
- 2022-10-09 19:10:02下载
- 积分:1