简介：根据推荐系统任务的不同，介绍了不同的准确性度量指标以及各自的优缺点；介绍了准确度之外的其它指标，例如推荐多样性、覆盖率等；指出了目前评价指标存在的缺陷，以及未来可能的改进方向。

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：摘要在服装设计当中，对于流行色的应用十分重要，不仅能够对服装的附加价值进行提升，对于产品整体形象以及市场竞争力也具有十分重要的意义。在本文中，将就纺织印染企业对打样色彩的量化分析与流行色的应用进行一定的研究。

简介：网络语言，特别是网络新词汇的发展可谓是日新月异，因此成为研究语言的新阵地。本文从英汉语言的关联角度对网络新词汇的构词法及构词背景进行分析，并试着用词汇学中的语义理据来解释新词汇的发展。

简介：综合了经典的协同过滤算法和基于网络结构的个性化推荐算法。项目同其他所有项目的相似度之和被认为是项目在个性化推荐系统中的初始推荐资源,然后通过二部图的网络结构将这种资源进行重新分配。同时考虑两个项目之间的相互作用关系,提出了最终的推荐算法。最后,根据用户未曾收集项目最终所获得的资源进行排序,向用户推荐资源最多的项目。通过考察项目之间相互作用可以发现,推荐系统的算法衡量指标不能同时达到最优。同时为了进一步增强算法的可扩展性,引入了一个度指数来调节算法,这样在实际应用中就可以根据需要,通过调整项目之间的相互作用以及项目自身的度指数,达到最好的用户体验和系统多样性。