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:摘要:随着网络的快速发展和广泛应用,网络安全问题日益凸显。为了有效应对网络安全威胁,采集和分析网络安全数据成为了至关重要的任务。本论文以网络安全数据采集关键技术为研究对象,深入探讨了数据采集的意义和挑战,并提出了一套有效的数据采集方法和技术。通过对数据采集过程中的关键技术进行详细分析和实验验证,本研究为网络安全数据采集提供了一定的理论和实践指导。