• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    推薦算法

    • 基于語(yǔ)音控制和推薦算法的適老化購(gòu)物APP設(shè)計(jì)與實(shí)現(xiàn)
      d2Vec和推薦算法等相關(guān)技術(shù),并依據(jù)相關(guān)適老化標(biāo)準(zhǔn)及文獻(xiàn),設(shè)計(jì)出一款符合老年群體生理和心理的UI界面,大大降低了操作門(mén)檻,為老年群體的網(wǎng)絡(luò)購(gòu)物帶來(lái)極大的便利。關(guān)鍵詞:Word2Vec;語(yǔ)音控制;推薦算法;適老化設(shè)計(jì)中圖分類(lèi)號(hào):TP311? 文獻(xiàn)標(biāo)識(shí)碼:A? 文章編號(hào):2096-4706(2023)15-0021-05Design and Implementation of an Age-friendly Shopping APP Based onVoic

      現(xiàn)代信息科技 2023年15期2023-09-18

    • 規(guī)訓(xùn)與突圍:基于推薦算法的思想政治教育話(huà)語(yǔ)困境與應(yīng)對(duì)
      春燕摘 要:推薦算法建構(gòu)的擬態(tài)環(huán)境日漸成為影響思想政治教育話(huà)語(yǔ)發(fā)展的全新場(chǎng)域。算法嵌入思想政治教育后,算法權(quán)力躍升衍生的“算法霸權(quán)”“算法成癮”“算法歧視”“算法黑箱”風(fēng)險(xiǎn)不斷弱化思想政治教育話(huà)語(yǔ)主體性、操縱話(huà)語(yǔ)內(nèi)容、沖擊話(huà)語(yǔ)理念、消解話(huà)語(yǔ)認(rèn)同。為完成思想政治教育話(huà)語(yǔ)由“追逐算法”到“駕馭算法”的轉(zhuǎn)變,思想政治教育者需主動(dòng)介入算法,依托內(nèi)容、關(guān)聯(lián)規(guī)則、協(xié)同過(guò)濾、知識(shí)規(guī)則、效用規(guī)則推薦算法的技術(shù)優(yōu)勢(shì),賦能話(huà)語(yǔ)內(nèi)容“聚流量”、話(huà)語(yǔ)議題“強(qiáng)關(guān)聯(lián)”、話(huà)語(yǔ)客體“達(dá)共

      理論導(dǎo)刊 2023年9期2023-09-16

    • 基于行為特征及關(guān)系網(wǎng)的大學(xué)生就業(yè)推薦算法研究
      業(yè)特征為就業(yè)推薦算法提供了建模依據(jù),其實(shí)現(xiàn)方式為采集數(shù)據(jù)、提取特征、訓(xùn)練算法模型。數(shù)據(jù)采集階段需進(jìn)行分類(lèi)和預(yù)處理,確保數(shù)據(jù)格式、數(shù)值等符合要求。文章依托深度神經(jīng)網(wǎng)絡(luò),提取了大學(xué)生行為序列特征,建立了PRHN推薦算法的理論模型。關(guān)系網(wǎng)可充分發(fā)掘?qū)W生數(shù)據(jù)和企業(yè)數(shù)據(jù)的圖譜結(jié)構(gòu),有助于提升PRHN就業(yè)推薦算法的命中率,改善推薦集內(nèi)的企業(yè)排序。因而可將關(guān)系網(wǎng)融入推薦算法,輔助完成推薦任務(wù),提升算法性能和效果。關(guān)鍵詞:行為特征;關(guān)系網(wǎng);大學(xué)生就業(yè);推薦算法中圖分類(lèi)號(hào):

      無(wú)線(xiàn)互聯(lián)科技 2023年7期2023-06-25

    • 基于MVC的母嬰用品租賃系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)
      系統(tǒng)通過(guò)引入推薦算法,改善了用戶(hù)的體驗(yàn)度,為用戶(hù)提供了一個(gè)便捷的母嬰用品租賃平臺(tái)。關(guān)鍵詞:推薦算法;租賃;MVC;SSM中圖分類(lèi)號(hào):TP311? ? 文獻(xiàn)標(biāo)識(shí)碼:A文章編號(hào):1009-3044(2023)01-0053-05開(kāi)放科學(xué)(資源服務(wù))標(biāo)識(shí)碼(OSID) :1 緒論2021年8月,全面三孩生育政策正式通過(guò),意味著中國(guó)三孩政策全面開(kāi)放[1]。這一重大的政策變動(dòng)將對(duì)母嬰消費(fèi)市場(chǎng)產(chǎn)生了巨大的影響[2]。為了提倡共享經(jīng)濟(jì),有效節(jié)約資源,針對(duì)兒童玩具、嬰兒推

      電腦知識(shí)與技術(shù) 2023年1期2023-05-30

    • 基于知識(shí)圖譜的隱私保護(hù)推薦算法
      ;隱私保護(hù);推薦算法;RippleNet;差分隱私0 引言智能技術(shù)與人類(lèi)生活緊密結(jié)合在一起,為人類(lèi)的衣食住行各個(gè)方面提供了極大的便利,但也存在信息冗雜的問(wèn)題。為了挖掘用戶(hù)的興趣并輔助用戶(hù)在大量的數(shù)據(jù)信息中快速找到自己的目標(biāo)信息,本文采用推薦算法能夠較好地解決這一需求。通過(guò)對(duì)用戶(hù)和項(xiàng)目之間的交互行為的深入研究,推薦算法可以準(zhǔn)確地識(shí)別出用戶(hù)的興趣偏好,并將最適合他們的選擇作為最終的決策依據(jù)。當(dāng)前,推薦算法的發(fā)展趨勢(shì)表明,協(xié)同過(guò)濾、內(nèi)容分析和深度學(xué)習(xí)等技術(shù)已經(jīng)成

      電腦知識(shí)與技術(shù) 2023年7期2023-04-27

    • 個(gè)性化習(xí)題路徑推薦方法研究綜述
      部迭代路徑;推薦算法中圖分類(lèi)號(hào):TP391 文獻(xiàn)標(biāo)識(shí)碼:A1引言(Introduction)在線(xiàn)題庫(kù)和在線(xiàn)判題系統(tǒng)[如“力扣”(leetcode),為全球程序員提供IT技術(shù)職業(yè)化提升的平臺(tái)]因?qū)W習(xí)資源多且用戶(hù)基數(shù)大,采用人工方式無(wú)法為每位平臺(tái)的學(xué)習(xí)者提供個(gè)性化指導(dǎo)。個(gè)性化習(xí)題路徑推薦旨在根據(jù)學(xué)習(xí)者的學(xué)習(xí)能力、知識(shí)背景等個(gè)性化特征,自動(dòng)從題庫(kù)中選取適合該學(xué)習(xí)者的習(xí)題,并以合理的順序推薦習(xí)題。本文對(duì)近年來(lái)開(kāi)展的個(gè)性化習(xí)題路徑研究工作進(jìn)行了梳理,首先按照推薦形式

      軟件工程 2023年4期2023-04-07

    • 基于貝葉斯估計(jì)的茶飲數(shù)據(jù)推薦算法
      及貝葉斯估計(jì)推薦算法的加持下,能科學(xué)地得出相關(guān)的茶飲店鋪推薦情況,從而給予消費(fèi)者以及企業(yè)極大的參考價(jià)值。該文對(duì)從網(wǎng)頁(yè)端獲取到的茶飲數(shù)據(jù),如茶飲店鋪名稱(chēng)、店鋪詳情、店鋪評(píng)分、評(píng)價(jià)人數(shù)、人均消費(fèi)等信息進(jìn)行算法分析,研究了數(shù)據(jù)分析過(guò)程中的基本流程,以及貝葉斯估計(jì)推薦算法所蘊(yùn)含的推薦原理.總結(jié)了從數(shù)據(jù)源頭的收集,到存儲(chǔ)直至分析應(yīng)用,最終挖掘出數(shù)據(jù)價(jià)值的過(guò)程,整個(gè)分析結(jié)果為用戶(hù)及企業(yè)奠定了科學(xué)選擇的基礎(chǔ)。關(guān)鍵詞:Python爬蟲(chóng);數(shù)據(jù)分析;貝葉斯估計(jì);推薦算法中圖分

      電腦知識(shí)與技術(shù) 2022年17期2022-08-31

    • 協(xié)同過(guò)濾推薦算法的優(yōu)化研究
      后的協(xié)同過(guò)濾推薦算法能有效提升推薦效果。關(guān)鍵詞:協(xié)同過(guò)濾;相似性度量;推薦算法中圖分類(lèi)號(hào):TP391 ? ? ? ?文獻(xiàn)標(biāo)識(shí)碼:A文章編號(hào):1009-3044(2022)13-0088-031 引言推薦系統(tǒng)領(lǐng)域的興起和互聯(lián)網(wǎng)的快速發(fā)展息息相關(guān),也是互聯(lián)網(wǎng)經(jīng)濟(jì)落地的主要場(chǎng)景之一。在推薦系統(tǒng)領(lǐng)域中,通過(guò)推薦算法從海量數(shù)據(jù)中挖掘用戶(hù)的興趣,捕捉更精確的深度信息,精準(zhǔn)地推薦給用戶(hù),促進(jìn)用戶(hù)更加高效地接收信息[1-3]。推薦系統(tǒng)對(duì)于大數(shù)據(jù)時(shí)代具有強(qiáng)大且不可替代的推動(dòng)

      電腦知識(shí)與技術(shù) 2022年13期2022-06-11

    • 基于內(nèi)容推薦算法的點(diǎn)餐系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)
      一款基于內(nèi)容推薦算法和微信公眾平臺(tái)的小程序點(diǎn)餐系統(tǒng)。該系統(tǒng)通過(guò)調(diào)查問(wèn)卷收集用戶(hù)信息,應(yīng)用基于內(nèi)容的推薦算法分析用戶(hù)個(gè)人的飲食偏好,推出適合用戶(hù)的個(gè)性化菜品,實(shí)現(xiàn)線(xiàn)上點(diǎn)餐、推送個(gè)性化菜肴、信息反饋等功能,有效解決了師生點(diǎn)餐難、取餐難、就餐難等問(wèn)題,節(jié)省了時(shí)間與人力,滿(mǎn)足快節(jié)奏的生活需求。關(guān)鍵詞:微信小程序;推薦算法;點(diǎn)餐系統(tǒng)中圖分類(lèi)號(hào):TP311? ? 文獻(xiàn)標(biāo)識(shí)碼:A文章編號(hào):1009-3044(2022)10-0048-02隨著物聯(lián)網(wǎng)行業(yè)的迅速發(fā)展和小程序

      電腦知識(shí)與技術(shù) 2022年10期2022-05-30

    • 基于KL散度的ALS推薦算法
      傳統(tǒng)協(xié)同過(guò)濾推薦算法在稀疏數(shù)據(jù)上推薦準(zhǔn)確度低的問(wèn)題,提出一種基于KL散度的ALS推薦算法KL-ALS。傳統(tǒng)ALS算法計(jì)算物品相似度時(shí)只考慮了用戶(hù)之間的共同評(píng)分項(xiàng),得到的相似性與真實(shí)值會(huì)有一定的誤差,而采用KL散度計(jì)算物品相似度時(shí),對(duì)用戶(hù)評(píng)論的數(shù)量不做任何限制,不依賴(lài)于用戶(hù)共同評(píng)分項(xiàng)。KL-ALS算法首先將ALS算法計(jì)算物品相似度和KL散度計(jì)算的物品相似度按照一定權(quán)重混合,產(chǎn)生總體相似度,進(jìn)而采用ALS算法訓(xùn)練模型,能夠更加準(zhǔn)確地度量物品間的相似度,改善推薦

      電腦知識(shí)與技術(shù) 2022年12期2022-05-29

    • 基于TSVD的協(xié)同過(guò)濾推薦算法研究
      典的協(xié)同過(guò)濾推薦算法的一系列不足,如用戶(hù)冷啟動(dòng)、商品評(píng)分稀疏性以及推薦精度不高,文章提出基于截?cái)嗥娈愔捣纸猓═SVD)的協(xié)同過(guò)濾推薦算法。使用TSVD技術(shù)對(duì)稀疏矩陣進(jìn)行降維處理,利用Jaccard相似度算法計(jì)算用戶(hù)間相似度,提高推薦精度。實(shí)驗(yàn)結(jié)果顯示,基于截?cái)嗥娈愔捣纸猓═SVD)的協(xié)同過(guò)濾算法體現(xiàn)良好的推薦質(zhì)量及預(yù)測(cè)精度。關(guān)鍵詞:推薦算法;協(xié)同過(guò)濾;稀疏矩陣;截?cái)嗥娈愔捣纸庵袌D分類(lèi)號(hào):TP391? ? ? 文獻(xiàn)標(biāo)識(shí)碼:A文章編號(hào):1009-3044(20

      電腦知識(shí)與技術(shù) 2022年4期2022-04-29

    • 智能算法在高考志愿推薦平臺(tái)中的應(yīng)用研究
      ;智能算法;推薦算法;推薦平臺(tái)中圖分類(lèi)號(hào):TP311? ? ? 文獻(xiàn)標(biāo)識(shí)碼:A文章編號(hào):1009-3044(2022)06-0049-03開(kāi)放科學(xué)(資源服務(wù))標(biāo)識(shí)碼(OSID):1 概述近些年,各省高考政策、考試內(nèi)容、考核方式、錄取制度等都在不斷調(diào)整,高校招生也在變革之中。與此同時(shí),市面上的高考志愿推薦平臺(tái)層出不窮,更多是通過(guò)對(duì)往年高考錄取分?jǐn)?shù)和排名分析來(lái)推薦高校,沒(méi)有考慮到考生需求、學(xué)科偏好等,很難切實(shí)進(jìn)行個(gè)性化“因材推薦”。智能算法近年來(lái)發(fā)展迅速,并已

      電腦知識(shí)與技術(shù) 2022年6期2022-04-09

    • 基于協(xié)同過(guò)濾算法的高校社團(tuán)推薦系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)
      于協(xié)同過(guò)濾的推薦算法,找到共同出現(xiàn)的頻率來(lái)計(jì)算語(yǔ)義的相似度,并通過(guò)計(jì)算空間向量的夾角余弦值進(jìn)而計(jì)算文本之間的相似度,能夠在提高社團(tuán)管理者工作效率的同時(shí),為需要加入社團(tuán)的學(xué)生和對(duì)社團(tuán)文化有濃厚興趣的學(xué)生提供更加全面的信息。實(shí)驗(yàn)結(jié)果表明,當(dāng)推薦項(xiàng)目數(shù)量為10時(shí),該方法的召回率、準(zhǔn)確率和Fl值分別提高了12.81%、7.65%和14.51%,表明基于協(xié)同過(guò)濾的推薦算法可有效提高推薦結(jié)果。關(guān)鍵詞:社團(tuán)管理;推薦算法;語(yǔ)義相似度;余弦相似度中圖分類(lèi)號(hào):TP311.5

      軟件工程 2022年2期2022-03-09

    • 協(xié)同過(guò)濾推薦算法在視頻緩存策略中的應(yīng)用
      于矩陣分解的推薦算法對(duì)用戶(hù)需求進(jìn)行分析,篩選出用戶(hù)可能感興趣的視頻,并利用基于加權(quán)評(píng)分預(yù)測(cè)值的貪婪緩存算法選擇合適的內(nèi)容進(jìn)行緩存。仿真實(shí)驗(yàn)的結(jié)果表明,該算法可以將緩存命中率提高5-10%。關(guān)鍵詞: CDN; 緩存策略; 推薦算法; 矩陣分解中圖分類(lèi)號(hào):TP393? ? ? ? ? 文獻(xiàn)標(biāo)識(shí)碼:A? ? 文章編號(hào):1006-8228(2022)02-12-04Application of collaborative filtering recommendat

      計(jì)算機(jī)時(shí)代 2022年2期2022-02-24

    • 協(xié)同過(guò)濾算法改進(jìn)實(shí)驗(yàn)及對(duì)比分析
      :在協(xié)同過(guò)濾推薦算法中融入時(shí)間因素對(duì)其進(jìn)行改進(jìn),為了驗(yàn)證改進(jìn)后的算法能夠把推薦的準(zhǔn)確度給提高,使用Python編程語(yǔ)言,在電影數(shù)據(jù)集Movielens中的ml-lm數(shù)據(jù)集下進(jìn)行實(shí)驗(yàn),對(duì)比傳統(tǒng)與改進(jìn)算法之間的MAE值。文章介紹了實(shí)驗(yàn)的目的、評(píng)價(jià)指標(biāo)、理論知識(shí)、過(guò)程和結(jié)果。通過(guò)實(shí)驗(yàn)的結(jié)果可以明顯看出這種改進(jìn)后的算法能夠提高推薦的準(zhǔn)確度。關(guān)鍵詞:協(xié)同過(guò)濾;推薦算法;改進(jìn);MAE;實(shí)驗(yàn)中圖分類(lèi)號(hào):G642? ? ? ? 文獻(xiàn)標(biāo)識(shí)碼:A文章編號(hào):1009-3044(

      電腦知識(shí)與技術(shù) 2022年35期2022-02-17

    • 基于資源分配的推薦算法研究
      給出一個(gè)新的推薦算法(UTMT)。在數(shù)據(jù)集MovieLens_100K上對(duì)算法進(jìn)行試驗(yàn),并與資源分配中的熱傳導(dǎo)算法作比較,結(jié)果表明,構(gòu)建的UTMT推薦算法預(yù)測(cè)結(jié)果的準(zhǔn)確率較之熱傳導(dǎo)算法有較大的提升。關(guān)鍵詞:二分圖;馬太效應(yīng);用戶(hù)可信度;資源分配;推薦算法中圖分類(lèi)號(hào):TP391.3? ? ? 文獻(xiàn)標(biāo)識(shí)碼:A ? 文章編號(hào):2096-4706(2021)08-0127-03Research on Recommendation Algorithm Based o

      現(xiàn)代信息科技 2021年8期2021-11-03

    • 基于隱語(yǔ)義模型的學(xué)生選課推薦算法
      模型學(xué)生選課推薦算法。本算法使用隨機(jī)梯度下降法優(yōu)化損失函數(shù);對(duì)選課推薦算法執(zhí)行過(guò)程中的冷啟動(dòng)問(wèn)題提出了一種處理方案;通過(guò)評(píng)價(jià)指標(biāo)召回率、準(zhǔn)確率以及平衡F分?jǐn)?shù)驗(yàn)證本算法推薦的可行性和有效性,在所收集到的學(xué)生選課數(shù)據(jù)集上進(jìn)行測(cè)試,實(shí)驗(yàn)結(jié)果表明,該算法具有一定的優(yōu)勢(shì)。關(guān)鍵詞:推薦算法;潛在關(guān)系;隱語(yǔ)義模型Abstract:In order to enable students to take courses correctly and reasonably, a

      計(jì)算技術(shù)與自動(dòng)化 2021年3期2021-10-01

    • 一種簡(jiǎn)易體育素質(zhì)測(cè)試設(shè)備的設(shè)計(jì)與實(shí)現(xiàn)
      行展示,運(yùn)用推薦算法為測(cè)試者推薦相應(yīng)的訓(xùn)練指導(dǎo)和教程。經(jīng)試驗(yàn)測(cè)試表明,該設(shè)備可實(shí)現(xiàn)多模式精準(zhǔn)測(cè)試,通過(guò)記錄分析歷史數(shù)據(jù),提供有針對(duì)性的教程,且設(shè)備簡(jiǎn)便易攜,可在任何場(chǎng)景下使用,具有廣闊的發(fā)展前景。關(guān)鍵詞:體育素質(zhì)測(cè)試;體育鍛煉;測(cè)試設(shè)備;推薦算法1 背景我國(guó)是體育大國(guó),目前正朝著體育強(qiáng)國(guó)轉(zhuǎn)變[1],人們對(duì)于體育健身的需求和追求日益強(qiáng)烈。在當(dāng)前大力發(fā)展學(xué)生核心素養(yǎng)的新形勢(shì)下,體育素質(zhì)培養(yǎng)是培養(yǎng)學(xué)生全面發(fā)展的關(guān)鍵部分,也是整個(gè)社會(huì)發(fā)展的客觀(guān)要求[2]。體育高考

      電腦知識(shí)與技術(shù) 2021年22期2021-09-14

    • 基于高維張量分解的個(gè)性化教育資源推薦算法研究
      性化教育資源推薦算法,在分解中能夠保留高維空間的信息完整性,避免了傳統(tǒng)推薦算法在分解中原始信息和特征的丟失,從而為個(gè)性化學(xué)習(xí)資源推薦的研究提供參考。關(guān)鍵詞:高維張量分解;個(gè)性化;教育資源;推薦算法0 引言目前,個(gè)性化推薦技術(shù)已經(jīng)在互聯(lián)網(wǎng)及電子商務(wù)(淘寶、京東等平臺(tái))中使用,效果也尤為顯著[3],近幾年個(gè)性化推薦技術(shù)已經(jīng)逐漸成為教育資源領(lǐng)域應(yīng)用的研究熱點(diǎn),從而使學(xué)習(xí)者與教育資源之間形成“找”和“推”的雙向模式。學(xué)習(xí)者對(duì)教育資源的選擇會(huì)根據(jù)學(xué)習(xí)目標(biāo)、學(xué)習(xí)風(fēng)格等

      無(wú)線(xiàn)互聯(lián)科技 2021年10期2021-09-13

    • 基于用戶(hù)興趣變化的混合推薦算法分析
      銘煜摘 要:推薦算法被應(yīng)用在商品購(gòu)物、音樂(lè)推薦、書(shū)籍推薦等網(wǎng)站。如何根據(jù)這些已有的用戶(hù)行為數(shù)據(jù)讓用戶(hù)快速做出抉擇,推薦算法顯得十分重要。傳統(tǒng)的協(xié)同過(guò)濾算法沒(méi)有考慮到用戶(hù)的興趣是隨時(shí)間而變化的。文章首先在傳統(tǒng)的協(xié)同過(guò)濾算法的基礎(chǔ)上構(gòu)建時(shí)間變化函數(shù),對(duì)用戶(hù)以往的評(píng)分?jǐn)?shù)據(jù),對(duì)數(shù)據(jù)做時(shí)間加權(quán),提高預(yù)測(cè)用戶(hù)興趣的能力。針對(duì)當(dāng)前推薦算法都會(huì)遇到的評(píng)分稀疏性問(wèn)題,文章提出了把基于時(shí)間權(quán)重的協(xié)同過(guò)濾算法與基于關(guān)聯(lián)規(guī)則的推薦算法進(jìn)行混合推薦,提高了算法的準(zhǔn)確率。關(guān)鍵詞:推薦

      無(wú)線(xiàn)互聯(lián)科技 2021年8期2021-09-13

    • 大數(shù)據(jù)平臺(tái)下實(shí)時(shí)電影推薦算法研究
      足,協(xié)同過(guò)濾推薦算法的不足也越來(lái)越明顯。為此,通過(guò)大數(shù)據(jù)計(jì)算框架Spark平臺(tái)構(gòu)建基于模型的推薦算法來(lái)更好地應(yīng)對(duì)海量數(shù)據(jù)實(shí)時(shí)推薦的問(wèn)題。首先,通過(guò)預(yù)先設(shè)定的計(jì)算方法進(jìn)行模型的構(gòu)建;同時(shí)將一種改進(jìn)的余弦相似度算法應(yīng)用到模型中,不僅可以縮短推薦實(shí)現(xiàn)的時(shí)間,而且可以提高推薦性能。實(shí)驗(yàn)結(jié)果表明,該算法和傳統(tǒng)協(xié)同過(guò)濾算法相比,提高了準(zhǔn)確率和時(shí)效性,驗(yàn)證了系統(tǒng)可較好地滿(mǎn)足用戶(hù)的實(shí)時(shí)需求。關(guān)鍵詞:Spark;實(shí)時(shí);推薦算法;協(xié)同過(guò)濾中圖分類(lèi)號(hào):TP399? ? ?文獻(xiàn)標(biāo)

      軟件工程 2021年9期2021-09-13

    • 基于改進(jìn)LDA主題模型的個(gè)性化新聞推薦算法
      特點(diǎn),對(duì)傳統(tǒng)推薦算法和標(biāo)準(zhǔn)LDA主題模型進(jìn)行思考,提出一種基于LDA(Latent Dirichlet Allocation)的文檔-主題-詞的三層貝葉斯概率模型結(jié)合時(shí)間函數(shù)的推薦算法,采用Gibbs Sampling進(jìn)行超參數(shù)推導(dǎo),提升推薦效果。實(shí)驗(yàn)結(jié)果表明,該算法在適當(dāng)參數(shù)設(shè)定下的推薦結(jié)果比協(xié)同過(guò)濾及標(biāo)準(zhǔn)的基于改進(jìn)LDA模型的算法有更小的預(yù)測(cè)誤差,向用戶(hù)推薦偏好新聞更有效率。關(guān)鍵詞:LDA主題模型;貝葉斯模型;推薦算法;時(shí)間函數(shù)中圖分類(lèi)號(hào):TP391;

      赤峰學(xué)院學(xué)報(bào)·自然科學(xué)版 2021年6期2021-08-12

    • TextRank與用戶(hù)情感傾向在推薦算法中的研究
      戶(hù)情感傾向在推薦算法中的應(yīng)用,本文在TextRank算法進(jìn)行細(xì)致分析的基礎(chǔ)上,結(jié)合動(dòng)態(tài)數(shù)據(jù)的時(shí)效性特點(diǎn)進(jìn)行了綜合改進(jìn),結(jié)合時(shí)間衰減參數(shù)與時(shí)效性參數(shù)TL,將原本單一的PR值變?yōu)榱司C合PR值,實(shí)驗(yàn)結(jié)果證明,綜合PR值相比于原PR值是更加合理的。在此基礎(chǔ)上,利用綜合PR值數(shù)據(jù)與用戶(hù)自身的靜態(tài)數(shù)據(jù)以及用戶(hù)情感傾向進(jìn)行整合,通過(guò)推薦算法的綜合篩選,得出最終的推薦結(jié)果,為用戶(hù)提供了一個(gè)良好的體驗(yàn)。關(guān)鍵詞:動(dòng)態(tài)數(shù)據(jù) ?TextRank ?PR值 ?推薦算法 ?情感傾向中

      科技創(chuàng)新導(dǎo)報(bào) 2021年11期2021-08-10

    • 綜合能源線(xiàn)上服務(wù)推薦算法研究
      合能源服務(wù);推薦算法;興趣圖譜;譜聚類(lèi);隨機(jī)森林0? ? 引言隨著國(guó)家對(duì)電力體制改革的不斷推進(jìn)、售電側(cè)市場(chǎng)的開(kāi)放以及新型能源大量接入傳統(tǒng)電網(wǎng),綜合能源服務(wù)將逐漸成為電網(wǎng)公司的運(yùn)營(yíng)重點(diǎn)。目前,我國(guó)電力企業(yè)發(fā)展正處于轉(zhuǎn)型的關(guān)鍵時(shí)期[1-6]。綜合能源服務(wù)是一種新型的能源服務(wù)模式,可以滿(mǎn)足客戶(hù)多樣化的能源生產(chǎn)和消費(fèi)需求,涉及能源規(guī)劃設(shè)計(jì)、設(shè)施投資建設(shè)、多能源運(yùn)行服務(wù)、融資服務(wù)等。同時(shí),綜合能源服務(wù)融合了物聯(lián)網(wǎng)、大數(shù)據(jù)和云計(jì)算等關(guān)鍵技術(shù),以提高能源利用率,降低能源

      機(jī)電信息 2021年12期2021-06-11

    • 構(gòu)建線(xiàn)上課堂智慧型應(yīng)用模式的思考
      畫(huà)像;并引入推薦算法,實(shí)現(xiàn)授課反思內(nèi)容或?qū)W生弱項(xiàng)提升的精準(zhǔn)推送。本文還闡述了高職校在構(gòu)建線(xiàn)上課堂智慧型應(yīng)用模式中的推進(jìn)策略。關(guān)鍵詞:線(xiàn)上智慧課堂;聚合型應(yīng)用;學(xué)生畫(huà)像;推薦算法中圖分類(lèi)號(hào):G511 文獻(xiàn)標(biāo)識(shí)碼:A2018年4月,教育部發(fā)布《教育信息化2.0行動(dòng)計(jì)劃》,提出建設(shè)“適應(yīng)5G網(wǎng)絡(luò)技術(shù)發(fā)展,服務(wù)全時(shí)域、全空域、全受眾的智慧學(xué)習(xí)”,建成“互聯(lián)網(wǎng)+教育大平臺(tái)”;[1]2019年1月,教育部發(fā)布《關(guān)于加強(qiáng)網(wǎng)絡(luò)學(xué)習(xí)空間建設(shè)與應(yīng)用的指導(dǎo)意見(jiàn)》,提出要加快推進(jìn)

      科技風(fēng) 2021年8期2021-03-30

    • 網(wǎng)絡(luò)推薦算法中的意識(shí)形態(tài)安全風(fēng)險(xiǎn)研究
      化時(shí)代,網(wǎng)絡(luò)推薦算法不斷更新和應(yīng)用,在為人類(lèi)提供便利的同時(shí)也帶來(lái)了網(wǎng)絡(luò)意識(shí)形態(tài)安全風(fēng)險(xiǎn),可能產(chǎn)生價(jià)值分化、技術(shù)黑箱、主流意識(shí)形態(tài)話(huà)語(yǔ)權(quán)被削弱以及信息繭房等問(wèn)題。文章研究網(wǎng)絡(luò)推薦算法中的意識(shí)形態(tài)安全風(fēng)險(xiǎn),以推進(jìn)網(wǎng)絡(luò)安全與國(guó)家安全得到保障。關(guān)鍵詞:意識(shí)形態(tài);推薦算法;互聯(lián)網(wǎng)中圖分類(lèi)號(hào):G641 文獻(xiàn)標(biāo)識(shí)碼:A 文章編號(hào):1004-9436(2021)22-00-03意識(shí)形態(tài)關(guān)乎旗幟,關(guān)乎道路,關(guān)乎國(guó)家政治安全。“在新的歷史條件下,互聯(lián)網(wǎng)已成為輿論斗爭(zhēng)的主戰(zhàn)場(chǎng)。

      藝術(shù)科技 2021年22期2021-03-21

    • 基于正則化矩陣分解的電影推薦算法
      于基于內(nèi)容的推薦算法分別降低了0.34%和0.17%,相較于基于用戶(hù)的協(xié)同過(guò)濾算法分別降低了14.12%和29.72%。實(shí)驗(yàn)表明,本文提出的推薦算法能夠考慮不同年齡的差異,實(shí)現(xiàn)更加符合用戶(hù)實(shí)際的推薦需求,提高了推薦準(zhǔn)確度和穩(wěn)定性,改善了推薦誤差。關(guān)鍵詞:正則矩陣分解;用戶(hù)細(xì)分;推薦算法;協(xié)同過(guò)濾中圖分類(lèi)號(hào): TP391? ? 文獻(xiàn)標(biāo)識(shí)碼: A文章編號(hào):1009-3044(2021)01-0022-02隨著信息技術(shù)的快速發(fā)展,電影娛樂(lè)也成了人們生活的一部分,

      電腦知識(shí)與技術(shù) 2021年1期2021-03-15

    • 服裝推薦服務(wù)平臺(tái)的研究與開(kāi)發(fā)
      服務(wù)平臺(tái)使用推薦算法來(lái)提高用戶(hù)的購(gòu)物體驗(yàn),以此促進(jìn)消費(fèi)。該平臺(tái)主要研究基于協(xié)同過(guò)濾推薦算法實(shí)現(xiàn)服裝推薦功能,并實(shí)現(xiàn)店鋪入駐、服裝商品管理、商品交易、服裝推薦、消息會(huì)話(huà)、圈子發(fā)現(xiàn)功能。平臺(tái)采用前后端分離的開(kāi)發(fā)方式,運(yùn)用Spring Boot+MySQL+MyBatis+Vue等技術(shù)完成平臺(tái)的設(shè)計(jì)與實(shí)現(xiàn)。關(guān)鍵詞:推薦算法;Spring Boot;服務(wù)平臺(tái);Vue中圖分類(lèi)號(hào):TP311 ?文獻(xiàn)標(biāo)識(shí)碼:A 文章編號(hào):2096-4706(2021)12-0107-0

      現(xiàn)代信息科技 2021年12期2021-01-14

    • 一種稅收優(yōu)惠政策的精準(zhǔn)推薦方法
      度以及改進(jìn)的推薦算法確定兩個(gè)目標(biāo)集合,然后通過(guò)兩個(gè)集合取并集的方式確定最終目標(biāo)納稅人群體,實(shí)現(xiàn)稅收優(yōu)惠政策的精準(zhǔn)推薦服務(wù)。關(guān)鍵詞:稅收優(yōu)惠政策;精準(zhǔn)推薦;文本相似度;推薦算法中圖分類(lèi)號(hào):TP3?文獻(xiàn)標(biāo)識(shí)碼:A引言現(xiàn)有的稅收優(yōu)惠政策宣傳主要通過(guò)納稅學(xué)堂輔導(dǎo)、專(zhuān)題講座、網(wǎng)站政策公告等傳統(tǒng)的方式,傳統(tǒng)方式一方面時(shí)效性較差,另一方面對(duì)納稅人沒(méi)有針對(duì)性,使很多滿(mǎn)足要求的納稅人無(wú)法及時(shí)享受優(yōu)惠政策的紅利。推薦系統(tǒng)[1]的應(yīng)用已經(jīng)在多個(gè)領(lǐng)域進(jìn)行使用,本文旨在將推薦系統(tǒng)在

      科學(xué)導(dǎo)報(bào)·學(xué)術(shù) 2020年50期2020-12-23

    • 基于云服務(wù)器的云南民族文化旅游信息推薦系統(tǒng)
      計(jì)了旅游信息推薦算法,采用云服務(wù)器、MVC模式開(kāi)發(fā)了旅游信息推薦系統(tǒng)。該系統(tǒng)能夠通過(guò)客戶(hù)信息、偏好規(guī)劃處最佳旅游路線(xiàn),并實(shí)現(xiàn)旅游消息推送。與大型網(wǎng)站推薦的旅游攻略相比,該系統(tǒng)時(shí)效性強(qiáng),能夠?yàn)橛慰吞峁└雍侠淼穆糜温肪€(xiàn)。關(guān)鍵詞:推薦算法;MVC模式;云服務(wù)器;時(shí)效性中圖分類(lèi)號(hào):TP 391文獻(xiàn)標(biāo)志碼:A文章編號(hào):1007-757X(2020)11-0033-03Abstract:The general recommendation system cannot

      微型電腦應(yīng)用 2020年11期2020-12-23

    • 基于卷積神經(jīng)網(wǎng)絡(luò)的電視頻道推薦算法
      )的電視頻道推薦算法,首先根據(jù)用戶(hù)歷史觀(guān)看行為得到隱性觀(guān)看特征,以及根據(jù)用戶(hù)觀(guān)看電視頻道不同時(shí)段的節(jié)目簡(jiǎn)介得到用戶(hù)特征標(biāo)簽和電視頻道標(biāo)簽,然后在卷積神經(jīng)網(wǎng)絡(luò)模型中訓(xùn)練得到預(yù)測(cè)評(píng)分,最后通過(guò)預(yù)測(cè)評(píng)分對(duì)目標(biāo)用戶(hù)進(jìn)行推薦個(gè)性化推薦,同時(shí)考慮了冷啟動(dòng)問(wèn)題,使用K-Means方法來(lái)解決。我們?cè)O(shè)計(jì)了不同推薦算法的性能對(duì)比實(shí)驗(yàn),最終通過(guò)基于廣電運(yùn)營(yíng)平臺(tái)中真實(shí)數(shù)據(jù)集的實(shí)驗(yàn)表明我們提出的算法優(yōu)于其他幾種基線(xiàn)推薦方法,提高了推薦質(zhì)量。關(guān)鍵詞: 電視頻道;推薦算法;卷積神經(jīng)網(wǎng)絡(luò)

      軟件 2020年10期2020-12-23

    • 一種基于用戶(hù)和商品屬性挖掘的協(xié)同過(guò)濾算法
      興趣評(píng)分; 推薦算法; 混合推薦; 實(shí)驗(yàn)分析中圖分類(lèi)號(hào): TN911.1?34; TP183 ? ? ? ? ? ? ? ? ? ? 文獻(xiàn)標(biāo)識(shí)碼: A ? ? ? ? ? ? ? ? ?文章編號(hào): 1004?373X(2020)23?0120?04Abstract: In order to solve the problem of inaccurate recommendation caused by sparse data in traditional

      現(xiàn)代電子技術(shù) 2020年23期2020-12-23

    • 一種基于受限波爾茲曼機(jī)的推薦算法
      度。關(guān)鍵詞:推薦算法;深度學(xué)習(xí);RBM模型;LFM模型DOI:10.15938/j.jhust.2020.05.009中圖分類(lèi)號(hào): TP316.2文獻(xiàn)標(biāo)志碼: A文章編號(hào): 1007-2683(2020)05-0062-06Abstract:In the case where the amount of data is too large, the recommended results output by the RBM model will be br

      哈爾濱理工大學(xué)學(xué)報(bào) 2020年5期2020-11-30

    • 面向知識(shí)管理的推薦算法研究
      識(shí)管理系統(tǒng)和推薦算法的相關(guān)研究進(jìn)行介紹;然后對(duì)知識(shí)管理中的推薦算法進(jìn)行分析討論和比較,最后探討了知識(shí)推薦算法的發(fā)展方向。關(guān)鍵詞:知識(shí)管理;推薦算法;個(gè)性化服務(wù)中圖分類(lèi)號(hào):TP391? ? ? ? 文獻(xiàn)標(biāo)識(shí)碼:A文章編號(hào):1009-3044(2020)26-0217-04Abstract:In recent years, with the rapid development of the Internet digital economy, enterpris

      電腦知識(shí)與技術(shù) 2020年26期2020-11-02

    • 基于社會(huì)媒體挖掘的推薦系統(tǒng)
      后運(yùn)用的各類(lèi)推薦算法,將算法的原理及優(yōu)缺點(diǎn)進(jìn)行了相關(guān)的闡述和解析。關(guān)鍵詞:推薦系統(tǒng);推薦算法;信息過(guò)濾;個(gè)性化推薦中圖分類(lèi)號(hào):TP391.3 文獻(xiàn)標(biāo)識(shí)碼:A 文章編號(hào):1672-9129(2020)06-0080-01Abstract:withtheemergenceoftheInternetandtherapiddevelopmentofbigdataera,userscanmeettheneedsofvariousinformationretrieva

      數(shù)碼設(shè)計(jì) 2020年6期2020-10-13

    • 基于SVD填充和用戶(hù)特征屬性聚類(lèi)的混合推薦算法
      性聚類(lèi)的混合推薦算法。首先利用SVD技術(shù)對(duì)評(píng)分矩陣拆分,并使用隨機(jī)梯度下降法對(duì)空缺值填充;然后對(duì)用戶(hù)特征屬性聚類(lèi),以此縮小鄰居節(jié)點(diǎn)的搜索范圍;接著利用遺忘曲線(xiàn)思想改進(jìn)用戶(hù)的相似度公式,結(jié)合Jaccard系數(shù)和流行度思想改進(jìn)項(xiàng)目的相似度公式;再將用戶(hù)偏好和項(xiàng)目特征的維度加權(quán)融合;最后,將本文的SK-HCF算法和其他同類(lèi)算法進(jìn)行對(duì)比實(shí)驗(yàn),并證明該算法的推薦準(zhǔn)確率有明顯提升。關(guān)鍵詞:推薦算法;協(xié)同過(guò)濾;奇異值分解;K均值聚類(lèi);遺忘曲線(xiàn)中圖分類(lèi)號(hào):TP301.6?

      電腦知識(shí)與技術(shù) 2020年16期2020-09-28

    • 基于旅客信任網(wǎng)絡(luò)的航線(xiàn)選擇行為預(yù)測(cè)
      精準(zhǔn)營(yíng)銷(xiāo); 推薦算法; 實(shí)驗(yàn)驗(yàn)證中圖分類(lèi)號(hào): TN911.34?34; TP39? ? ? ? ? ? ? ?文獻(xiàn)標(biāo)識(shí)碼: A? ? ? ? ? ? ? ? ? ? ? ? 文章編號(hào): 1004?373X(2020)04?0078?05Prediction of route selection behavior based on passenger trust?networkFENG Xia1,2,3, ZHANG Chen1, LU Min1,2,3(1

      現(xiàn)代電子技術(shù) 2020年4期2020-07-23

    • 加入懲罰因子的電商平臺(tái)協(xié)同過(guò)濾推薦算法
      摘要:為提高推薦算法挖掘數(shù)據(jù)長(zhǎng)尾信息的能力,降低推薦結(jié)果流行度,使推薦結(jié)果更多樣,在傳統(tǒng)協(xié)同過(guò)濾推薦算法基礎(chǔ)上,分別將熱門(mén)項(xiàng)目與活躍用戶(hù)的懲罰因子引入相似性計(jì)算中,依據(jù)準(zhǔn)確度、覆蓋率、流行度等評(píng)價(jià)標(biāo)準(zhǔn),在上海某電商平臺(tái)銷(xiāo)售數(shù)據(jù)集上進(jìn)行比較,并通過(guò)多組實(shí)驗(yàn)驗(yàn)證不同參數(shù)對(duì)推薦算法的影響。結(jié)果顯示,加入懲罰因子后基于用戶(hù)的協(xié)同過(guò)濾推薦算法在N值取10、K值取3時(shí),流行度為3.97,比傳統(tǒng)方法降低了7.31%:加入懲罰因子后基于項(xiàng)目的協(xié)同過(guò)濾推薦算法在N值取10、

      軟件導(dǎo)刊 2020年1期2020-07-14

    • 個(gè)性化推薦算法研究綜述
      技術(shù)的發(fā)展,推薦算法為人們享受網(wǎng)絡(luò)便利提供了很多幫助。隨著推薦算法的不斷進(jìn)步,個(gè)性化推薦算法逐漸受到了用戶(hù)的青睞。本文介紹了個(gè)性化基本算法的其中三種:基于內(nèi)容的推薦算法、構(gòu)建知識(shí)網(wǎng)絡(luò)、基于社交應(yīng)用的個(gè)性化推薦。同時(shí)介紹了個(gè)性化推薦算法與其他技術(shù)的聯(lián)系、運(yùn)作流程和應(yīng)用等,從實(shí)際出發(fā),以解決實(shí)際問(wèn)題為目的,闡述應(yīng)用具體形式。此外,本文也闡述了亟待解決的難點(diǎn)和問(wèn)題。關(guān)鍵詞:推薦算法;個(gè)性化;知識(shí)網(wǎng)絡(luò)中圖分類(lèi)號(hào):TP391.3 文獻(xiàn)標(biāo)識(shí)碼:A 文章編號(hào):1671-

      中國(guó)科技縱橫 2020年6期2020-07-08

    • 基于位置的社交網(wǎng)絡(luò)的個(gè)性化興趣點(diǎn)推薦算法研究
      特征興趣點(diǎn)的推薦算法是非常重要的。基于此,本文主要討論了在位置基礎(chǔ)上的社交網(wǎng)絡(luò)個(gè)性化興趣點(diǎn)推薦算法的探索策略。關(guān)鍵詞:位置;社交網(wǎng)絡(luò);個(gè)性化興趣點(diǎn);推薦算法隨著互聯(lián)網(wǎng)的擴(kuò)張,數(shù)據(jù)量也出現(xiàn)了大幅度的增加,人們已經(jīng)擺脫了數(shù)據(jù)比較匱乏的時(shí)期,進(jìn)入到一個(gè)大數(shù)據(jù)的時(shí)期,并順應(yīng)這個(gè)時(shí)代會(huì)產(chǎn)生兩種角色,即數(shù)據(jù)的消費(fèi)者和數(shù)據(jù)生產(chǎn)者。這兩種角色目前面臨的挑戰(zhàn)是極大的,而對(duì)數(shù)據(jù)的消費(fèi)者來(lái)說(shuō),怎樣才能夠在互聯(lián)網(wǎng)當(dāng)中準(zhǔn)確搜索出自身需求的數(shù)據(jù)是非常困難的,而對(duì)于互聯(lián)網(wǎng)數(shù)據(jù)生產(chǎn)者來(lái)說(shuō)

      科技風(fēng) 2020年17期2020-07-04

    • 大數(shù)據(jù)背景的變頻興趣變化推薦算法研究
      ;協(xié)同過(guò)濾;推薦算法;興趣變化;大數(shù)據(jù)推薦系統(tǒng);相似度計(jì)算中圖分類(lèi)號(hào):TP391 ? ? ? ?文獻(xiàn)標(biāo)志碼:A ? ? ? ? 文章編號(hào):2095-2945(2020)20-0014-03Abstract: The existing collaborative filtering algorithms that adapt to the change of interest can not reflect the frequency of the chan

      科技創(chuàng)新與應(yīng)用 2020年20期2020-06-29

    • 一種混合推薦算法的Mahout實(shí)現(xiàn)
      科摘? 要:推薦算法作為推薦引擎實(shí)現(xiàn)的核心而得到廣泛研究。在各類(lèi)推薦算法中,大部分對(duì)于用戶(hù)行為特征屬性、用戶(hù)人口屬性、物品特征屬性,以及用戶(hù)—物品關(guān)聯(lián)特征屬性等參數(shù)的應(yīng)用方式存在局限性。它們一般采用相似度計(jì)算、或模型計(jì)算等方法,其特征提取及參數(shù)的調(diào)優(yōu)依賴(lài)于事前定義,存在參數(shù)優(yōu)化效率低的問(wèn)題。本文結(jié)合機(jī)器學(xué)習(xí)技術(shù),提出一種混合推薦算法,即(MMLHC算法),以多層神經(jīng)網(wǎng)絡(luò)作為參數(shù)優(yōu)化計(jì)算的模型,應(yīng)用Mahout庫(kù)實(shí)現(xiàn)算法,實(shí)驗(yàn)結(jié)果顯示算法能有效去除原始輸入數(shù)

      軟件工程 2020年6期2020-06-21

    • 基于協(xié)同過(guò)濾決策樹(shù)的商品推薦算法的研究
      詞:大數(shù)據(jù);推薦算法;協(xié)同過(guò)濾;HadoopKey words: big data;recommendation algorithm;collaborative filtering;Hadoop中圖分類(lèi)號(hào):TP311.5? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 文獻(xiàn)標(biāo)識(shí)碼:A? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 文章編號(hào):1006-4311(2020)09-0127-030? 引言隨著科技的發(fā)展,

      價(jià)值工程 2020年9期2020-04-20

    • 基于譜聚類(lèi)和LFM的選課推薦算法設(shè)計(jì)
      長(zhǎng),使得傳統(tǒng)推薦算法難以處理海量、高維的選課數(shù)據(jù),為進(jìn)一步提升大學(xué)生的選課效率,文章提出一種改進(jìn)的LFM隱語(yǔ)義模型推薦算法,首先構(gòu)造選課評(píng)分?jǐn)?shù)據(jù)的相似矩陣,通過(guò)譜聚類(lèi)進(jìn)行初始分類(lèi),然后分類(lèi)別構(gòu)建LFM模型并計(jì)算合理的推薦算法。通過(guò)在某高校的選課數(shù)據(jù)集上的對(duì)比實(shí)驗(yàn),證明了本文算法具有較高的預(yù)測(cè)精度和較低的空間復(fù)雜度。關(guān)鍵詞:推薦算法;隱語(yǔ)義模型;譜聚類(lèi)算法中圖分類(lèi)號(hào):TP391? ? ? 文獻(xiàn)標(biāo)識(shí)碼:A 文章編號(hào):2096-4706(2020)01-0014

      現(xiàn)代信息科技 2020年1期2020-04-10

    • 個(gè)性化學(xué)習(xí)資源精準(zhǔn)推薦系統(tǒng)設(shè)計(jì)研究
      介紹了主流的推薦算法及其實(shí)現(xiàn)原理,并采用混合推薦模式和不同的推薦策略,設(shè)計(jì)出個(gè)性化學(xué)習(xí)資源精準(zhǔn)推薦系統(tǒng)的系統(tǒng)模型,以期助力學(xué)習(xí)者的個(gè)性化學(xué)習(xí)。關(guān)鍵詞:精準(zhǔn)推薦;個(gè)性化學(xué)習(xí)資源;推薦算法;教育大數(shù)據(jù)中圖分類(lèi)號(hào):TP311? ? ? 文獻(xiàn)標(biāo)識(shí)碼:A文章編號(hào):1009-3044(2020)02-0057-021 學(xué)習(xí)資源推薦系統(tǒng)的現(xiàn)狀1.1 教育領(lǐng)域中缺少高質(zhì)量的資源推薦應(yīng)用以“淘寶”“今日頭條”等商業(yè)應(yīng)用為代表的個(gè)性化內(nèi)容推薦軟件已經(jīng)廣為人知,但是內(nèi)容推薦在教

      電腦知識(shí)與技術(shù) 2020年2期2020-03-16

    • 基于個(gè)性化推薦算法的全方位入職服務(wù)平臺(tái)設(shè)計(jì)
      的核心是職位推薦算法,爬取算法,相似度算法算法,實(shí)現(xiàn)職位的最大效率化推薦,讓用戶(hù)僅通過(guò)該軟件就可獲得豐富的求職及相關(guān)資源信息。關(guān)鍵詞:就業(yè)服務(wù);爬蟲(chóng);大數(shù)據(jù)技術(shù);推薦算法中圖分類(lèi)號(hào):TP311 ? ? ?文獻(xiàn)標(biāo)識(shí)碼:A文章編號(hào):1009-3044(2020)34-0001-02Abstract: Providing students with employment services is a key task of many colleges with a

      電腦知識(shí)與技術(shù) 2020年34期2020-01-26

    • 基于TF-IDF和互信息的推薦算法研究
      互信息的方劑推薦算法。其核心思想是根據(jù)TF-IDF算法的原理,確定核心藥物;再計(jì)算核心藥物和方劑間的互信息來(lái)確定二者相關(guān)性,以此確定最有效的方劑。對(duì)名老中醫(yī)治療肺癌的542首方劑,共計(jì)342味藥物進(jìn)行數(shù)據(jù)挖掘,通過(guò)該算法獲得核心藥物71味,推薦方劑126首。采用該算法獲得名老中醫(yī)治療肺癌的核心方劑的結(jié)果表明,該算法通用性強(qiáng),效率高。由于不僅探索了藥物層面的規(guī)律,還挖掘了方劑層面的信息,故該算法有較高的實(shí)用價(jià)值。關(guān)鍵詞: TF–IDF; 有向含權(quán)網(wǎng)絡(luò); 互信

      計(jì)算機(jī)時(shí)代 2019年12期2019-12-23

    • 基于旅游用戶(hù)數(shù)據(jù)和評(píng)論的推薦系統(tǒng)的設(shè)計(jì)
      文基于個(gè)性化推薦算法的研究,將用戶(hù)信息,用戶(hù)評(píng)論,用戶(hù)行為,用戶(hù)歷史訂單,用戶(hù)未來(lái)訂單等多項(xiàng)數(shù)據(jù)作為算法的訓(xùn)練測(cè)試集,對(duì)功能性需求進(jìn)行分析,開(kāi)發(fā)了基于用戶(hù)數(shù)據(jù)的推薦系統(tǒng)。關(guān)鍵詞: 旅游數(shù)據(jù);推薦算法;數(shù)據(jù)挖掘【Abstract】: With the improvement of the living standards of the people and the booming tourism industry, the combination of to

      軟件 2019年11期2019-12-19

    • 大數(shù)據(jù)個(gè)性化推薦分析
      大數(shù)據(jù)個(gè)性化推薦算法的發(fā)展歷程進(jìn)行分析的基礎(chǔ)上,研究了大數(shù)據(jù)個(gè)性化推薦的各種算法,對(duì)比分析了算法的優(yōu)缺點(diǎn)及適用場(chǎng)合,探討了大數(shù)據(jù)個(gè)性化推薦在數(shù)據(jù)、算法、用戶(hù)、冷啟動(dòng)及推薦多樣性方面存在的問(wèn)題,并展望了其在教育、醫(yī)療、電子商務(wù)及互聯(lián)網(wǎng)金融等領(lǐng)域的應(yīng)用趨勢(shì)。關(guān)鍵詞:大數(shù)據(jù);個(gè)性化推薦;興趣愛(ài)好;推薦算法;協(xié)同過(guò)濾;混合推薦中圖分類(lèi)號(hào):TP39文獻(xiàn)標(biāo)識(shí)碼:A文章編號(hào):2095-1302(2019)11-00-030 引 言大數(shù)據(jù)背景下的信息過(guò)載問(wèn)題越來(lái)越嚴(yán)重,基

      物聯(lián)網(wǎng)技術(shù) 2019年11期2019-12-11

    • 幾種電商推薦算法概述
      法,以不同的推薦算法對(duì)用戶(hù)數(shù)據(jù)進(jìn)行分析、篩選,最后預(yù)測(cè)出用戶(hù)可能感興趣的商品。推薦系統(tǒng)中的算法作為核心,本文就電商中常用的幾種推薦算法進(jìn)行介紹。關(guān)鍵詞:網(wǎng)購(gòu);數(shù)據(jù);機(jī)器學(xué)習(xí);推薦算法1.基于CF的推薦算法1.1算法簡(jiǎn)介CF(協(xié)同過(guò)濾)的推薦原理很簡(jiǎn)單,就是利用用戶(hù)對(duì)商品的興趣相投。其主要分為兩大類(lèi)的協(xié)同過(guò)濾算法,要么基于用戶(hù),要么基于商品,本文主要介紹的是基于物品的協(xié)同過(guò)濾算法。總結(jié):不同的消費(fèi)者在逛網(wǎng)上商城時(shí),有意向的商品都是不一樣的,而如何通過(guò)推薦商品

      科學(xué)與財(cái)富 2019年8期2019-10-21

    • 基于標(biāo)簽的自助教育資源推薦算法研究
      自主教育資源推薦算法的應(yīng)用意義,從學(xué)習(xí)環(huán)境構(gòu)建、學(xué)習(xí)資源完善以及信息檢索速度提升三方面進(jìn)行。其次重點(diǎn)論述在標(biāo)簽基礎(chǔ)上構(gòu)建自助教育資源推薦算法的有效措施,以及實(shí)現(xiàn)自助教育資源推薦的關(guān)鍵流程控制,可以作為教育資源推薦算法應(yīng)用的理論參照。關(guān)鍵詞:標(biāo)簽;自助教育;推薦算法中圖分類(lèi)號(hào):TP393.09 ? ? 文獻(xiàn)標(biāo)識(shí)碼:A 文章編號(hào):2096-4706(2019)12-0013-03Abstract:Firstly,the paper analyses the a

      現(xiàn)代信息科技 2019年12期2019-10-21

    • 基于Ambari的協(xié)同過(guò)濾推薦算法的研究
      最廣泛的一種推薦算法,但是由于CF存在稀疏性、冷啟動(dòng)等問(wèn)題,所以本文提出了基于mahout的CF算法。結(jié)果表明,相比較傳統(tǒng)的兩種CF算法,使用基于mahout的CF算法能夠提升推薦時(shí)間和推薦精度。關(guān)鍵詞:協(xié)同過(guò)濾;mahout;推薦算法;Taste引擎中圖分類(lèi)號(hào):TP312 文獻(xiàn)標(biāo)識(shí)碼:A 文章編號(hào):1007-9416(2019)06-0133-020 引言目前,由百度、谷歌所推出的推薦引擎已經(jīng)被廣泛應(yīng)用,但是推薦引擎是大眾性的,不具有個(gè)性化特點(diǎn)。所以推薦

      數(shù)字技術(shù)與應(yīng)用 2019年6期2019-09-25

    • 基于SVD的協(xié)同過(guò)濾推薦算法研究
      文在協(xié)同過(guò)濾推薦算法的研究基礎(chǔ)上,對(duì)協(xié)同過(guò)濾推薦算法進(jìn)行了優(yōu)化,并設(shè)計(jì)了基于SVD的協(xié)同過(guò)濾推薦算法。經(jīng)過(guò)系統(tǒng)檢驗(yàn),該算法能有效地改善傳統(tǒng)協(xié)同過(guò)濾推薦算法稀疏性的缺陷,提升了推薦精度和推薦效率,對(duì)提升用戶(hù)體驗(yàn)度有較大幫助。關(guān)鍵詞: 協(xié)同過(guò)濾;SVD;推薦算法中圖分類(lèi)號(hào):TP3? ? ? ? 文獻(xiàn)標(biāo)識(shí)碼:A文章編號(hào):1009-3044(2019)21-0009-02開(kāi)放科學(xué)(資源服務(wù))標(biāo)識(shí)碼(OSID):Abstract: At present, most

      電腦知識(shí)與技術(shù) 2019年21期2019-09-24

    • 面向用戶(hù)個(gè)性需求的教育資源混合式推薦模型
      、對(duì)象建模與推薦算法進(jìn)行詳細(xì)論述。[關(guān)鍵詞]智慧教育;智能學(xué)習(xí)系統(tǒng);模型構(gòu)建;混合式推薦;推薦算法[中圖分類(lèi)號(hào)] G64 [文獻(xiàn)標(biāo)識(shí)碼] A [文章編號(hào)] 2095-3437(2019)09-0014-03當(dāng)前互聯(lián)網(wǎng)信息技術(shù)的迅猛發(fā)展悄然改變著人們的生活習(xí)慣、工作方式、交流途徑以及認(rèn)知思維模式等,傳統(tǒng)的教學(xué)模式愈加暴露出其時(shí)效性、針對(duì)性不強(qiáng)等弊端。物聯(lián)網(wǎng)、大數(shù)據(jù)、云計(jì)算技術(shù)的成熟以及各種智能終端的涌現(xiàn),為推崇具有“數(shù)字化、網(wǎng)絡(luò)化、智能化、多媒體化”典型特征

      大學(xué)教育 2019年9期2019-09-20

    • 用戶(hù)興趣建模支持下的行為推薦算法特性分析
      支持下的行為推薦算法特性分析,基于特征維度的選擇,以及特性影響因子的求解,完成了推薦算法特性分析影響因子的計(jì)算;基于行為推薦算法樣本集的確定,實(shí)現(xiàn)了行為推薦算法的特性分析,試驗(yàn)數(shù)據(jù)表明,提出的推薦算法特性分析較傳統(tǒng)分析方法,分析準(zhǔn)確率提高13.68%。適用于不同用戶(hù)興趣建模支持下的行為推薦。關(guān)鍵詞:興趣建模;用戶(hù)行為;推薦算法;特性分析中圖分類(lèi)號(hào):TP301. 6? ? ? ?文獻(xiàn)標(biāo)識(shí)碼:A 文章編號(hào):2096-4706(2019)09-0011-030?

      現(xiàn)代信息科技 2019年9期2019-09-10

    • 基于游客和景區(qū)信息的推薦算法研究
      和景區(qū)信息的推薦算法進(jìn)行研究,利用關(guān)系拓?fù)浣Y(jié)構(gòu)為新用戶(hù)智能推薦有效旅游導(dǎo)覽信息,根據(jù)用戶(hù)地理位置信息對(duì)推薦內(nèi)容進(jìn)行智能篩選,從而達(dá)到精準(zhǔn)推送效果,滿(mǎn)足了自由行游客的智慧旅游需求。關(guān)鍵詞:旅游;智慧旅游;推薦算法;游客;景區(qū)中圖分類(lèi)號(hào):TP391.3 ? ? ?文獻(xiàn)標(biāo)識(shí)碼:A 文章編號(hào):1003-2177(2019)12-0122-030 引言目前,人們的經(jīng)濟(jì)水平與日俱增,對(duì)旅游的要求越來(lái)越趨向精準(zhǔn)化個(gè)性化。本文提出了一種基于游客和景區(qū)信息的推薦算法,為智慧

      海外文摘·學(xué)術(shù) 2019年12期2019-09-10

    • 基于圖書(shū)管理系統(tǒng)的推薦算法的研究
      本文通過(guò)介紹推薦算法的概念入手,根據(jù)推薦算法的劃分分類(lèi),從分類(lèi)中選擇4中推薦算法應(yīng)用到圖書(shū)管理系統(tǒng)中進(jìn)行對(duì)比,發(fā)現(xiàn)組合推薦技術(shù)避免或彌補(bǔ)其他推薦技術(shù)的弱點(diǎn),更適合應(yīng)用系統(tǒng)中,最后本文總結(jié)了4方法的優(yōu)劣,提供大家更準(zhǔn)確的選擇推薦算法,形成組合推薦算法。關(guān)鍵詞:推薦算法;圖書(shū)管理系統(tǒng);組合推薦1.推薦算法的概念推薦算法通過(guò)一些數(shù)學(xué)算法,推測(cè)出用戶(hù)可能喜歡的東西,目前應(yīng)用推薦算法比較好的地方主要是網(wǎng)絡(luò)。所謂推薦算法就是利用用戶(hù)的一些行為,通過(guò)一些數(shù)學(xué)算法,推測(cè)出

      科學(xué)導(dǎo)報(bào)·學(xué)術(shù) 2019年42期2019-09-10

    • 利用讀者行為的協(xié)同過(guò)濾推薦方法的研究
      于協(xié)同過(guò)濾的推薦算法,利用讀者借閱行為(預(yù)約、借書(shū)、還書(shū))數(shù)據(jù)進(jìn)行分析,構(gòu)建出讀者行為評(píng)分矩陣、圖書(shū)相似矩陣,再利用兩個(gè)矩陣進(jìn)行推薦的方法。結(jié)合廣西壯族自治區(qū)圖書(shū)館業(yè)務(wù)數(shù)據(jù)測(cè)試,該方法確實(shí)可以。關(guān)鍵詞:協(xié)同過(guò)濾 讀者行為 公共圖書(shū)館 推薦算法引言在當(dāng)今大數(shù)據(jù)時(shí)代下,數(shù)據(jù)驅(qū)動(dòng)使得服務(wù)模式發(fā)生變化。公共圖書(shū)館的服務(wù)策略應(yīng)該由傳統(tǒng)的被動(dòng)式服務(wù)轉(zhuǎn)變成主動(dòng)式服務(wù),而主動(dòng)提供服務(wù)的其中一個(gè)特征就是提供推送式推薦服務(wù)。協(xié)同過(guò)濾推薦算法推薦算法中的經(jīng)典,其實(shí)現(xiàn)通常依賴(lài)于

      數(shù)碼世界 2019年5期2019-09-09

    • 融入項(xiàng)目屬性相似度的矩陣分解算法
      ;協(xié)同過(guò)濾;推薦算法中圖分類(lèi)號(hào):TP181 文獻(xiàn)標(biāo)識(shí)碼:A文章編號(hào):1009-3044(2019)16-0198-01開(kāi)放科學(xué)(資源服務(wù))標(biāo)識(shí)碼(OSID):1 引言隨著大數(shù)據(jù)時(shí)代的到來(lái),人們很難快速在網(wǎng)上捕捉自己需要的信息。因此出現(xiàn)了個(gè)性化的推薦系統(tǒng)。近期有許多學(xué)者提出了改進(jìn)算法。針對(duì)基于改進(jìn)矩陣分解的推薦算法,盛偉等人[1]提出了根據(jù)用戶(hù)的評(píng)分行為將原始評(píng)分?jǐn)?shù)據(jù)矩陣進(jìn)行分群操作,然后對(duì)相似的用戶(hù)群評(píng)分矩陣進(jìn)行分解并產(chǎn)生推薦??紤]到語(yǔ)義的相似度問(wèn)題,王陽(yáng)

      電腦知識(shí)與技術(shù) 2019年16期2019-08-12

    • 基于用戶(hù)聚類(lèi)的圖書(shū)推薦算法設(shè)計(jì)與實(shí)現(xiàn)
      ?要:個(gè)性化推薦算法中一直存在新用戶(hù)的冷啟動(dòng)問(wèn)題,文章通過(guò)引入ID3算法來(lái)預(yù)測(cè)、分析新用戶(hù)的類(lèi)別選擇。首先,根據(jù)實(shí)驗(yàn)數(shù)據(jù)特征對(duì)ID3算法加以改進(jìn);其次,根據(jù)分析數(shù)據(jù)表中各字段的屬性確定試驗(yàn)參數(shù);最后,得出實(shí)驗(yàn)結(jié)果。關(guān)鍵詞:推薦算法;冷啟動(dòng);決策樹(shù);聚類(lèi)分析推薦系統(tǒng)是一種向目標(biāo)用戶(hù)建議可能感興趣物品的軟件和技術(shù),主要服務(wù)于缺乏經(jīng)驗(yàn)和能力的用戶(hù),他們通常無(wú)法從大量可供選擇的物品中選取感興趣的物品,如無(wú)法從某網(wǎng)站中選取感興趣的商品。目前,電商的推薦大多是個(gè)性化的

      無(wú)線(xiàn)互聯(lián)科技 2019年10期2019-08-06

    美女大奶头视频| 精品卡一卡二卡四卡免费| 青草久久国产| 高清黄色对白视频在线免费看| 久久中文字幕人妻熟女| 日日干狠狠操夜夜爽| www.999成人在线观看| 久久国产乱子伦精品免费另类| 老司机靠b影院| av免费在线观看网站| 美女福利国产在线| 国产激情欧美一区二区| 熟女少妇亚洲综合色aaa.| 日韩有码中文字幕| 国产精品永久免费网站| 美女福利国产在线| 麻豆成人av在线观看| 久久婷婷成人综合色麻豆| 日韩精品青青久久久久久| 精品人妻1区二区| 天天影视国产精品| 亚洲精品国产精品久久久不卡| 久久精品国产亚洲av高清一级| 桃红色精品国产亚洲av| 日本一区二区免费在线视频| 成人亚洲精品av一区二区 | 中文字幕最新亚洲高清| 亚洲 欧美一区二区三区| 中文字幕精品免费在线观看视频| 热re99久久精品国产66热6| 国产视频一区二区在线看| 自线自在国产av| 免费看a级黄色片| 欧美在线黄色| 亚洲久久久国产精品| 国产三级黄色录像| 日韩欧美国产一区二区入口| 欧美亚洲日本最大视频资源| 国产成人精品久久二区二区免费| 18禁观看日本| 757午夜福利合集在线观看| 女人爽到高潮嗷嗷叫在线视频| 淫妇啪啪啪对白视频| 女人被狂操c到高潮| av网站免费在线观看视频| 久久99一区二区三区| 成在线人永久免费视频| 亚洲精品美女久久av网站| 亚洲片人在线观看| 国产亚洲精品第一综合不卡| 伊人久久大香线蕉亚洲五| 久久国产精品影院| 91在线观看av| 久久午夜综合久久蜜桃| 多毛熟女@视频| 高清av免费在线| 免费在线观看日本一区| 国产精品免费视频内射| 最好的美女福利视频网| 神马国产精品三级电影在线观看 | 午夜精品久久久久久毛片777| 日本vs欧美在线观看视频| 国产激情久久老熟女| 多毛熟女@视频| 热re99久久国产66热| 国产精品1区2区在线观看.| 女人被躁到高潮嗷嗷叫费观| 99国产精品一区二区三区| 欧美精品一区二区免费开放| 国产乱人伦免费视频| 欧美精品亚洲一区二区| 欧美激情久久久久久爽电影 | 最新美女视频免费是黄的| 99精品在免费线老司机午夜| 国产成+人综合+亚洲专区| 少妇 在线观看| 少妇粗大呻吟视频| 久久人人精品亚洲av| 日韩欧美一区视频在线观看| 国产欧美日韩精品亚洲av| 久久中文字幕一级| 高清毛片免费观看视频网站 | 老司机亚洲免费影院| 免费在线观看视频国产中文字幕亚洲| 午夜福利一区二区在线看| 女人高潮潮喷娇喘18禁视频| 成人三级黄色视频| 欧美日本中文国产一区发布| 国产av精品麻豆| 久久精品亚洲av国产电影网| 欧美成人免费av一区二区三区| 精品久久久久久久久久免费视频 | 久久婷婷成人综合色麻豆| 国产深夜福利视频在线观看| 亚洲伊人色综图| 啦啦啦免费观看视频1| 国产又爽黄色视频| 国产精品日韩av在线免费观看 | 99在线视频只有这里精品首页| 丰满迷人的少妇在线观看| 日韩中文字幕欧美一区二区| 99精品欧美一区二区三区四区| 又大又爽又粗| 久久 成人 亚洲| 乱人伦中国视频| 欧美日韩亚洲综合一区二区三区_| 色婷婷av一区二区三区视频| 成年版毛片免费区| 88av欧美| 久99久视频精品免费| 中文字幕高清在线视频| 一级a爱片免费观看的视频| 亚洲性夜色夜夜综合| 免费搜索国产男女视频| 国产麻豆69| 夫妻午夜视频| 国产精品电影一区二区三区| 在线观看免费高清a一片| 在线国产一区二区在线| 咕卡用的链子| 亚洲专区国产一区二区| 午夜精品国产一区二区电影| 日韩欧美一区二区三区在线观看| videosex国产| 日韩欧美免费精品| а√天堂www在线а√下载| 国内毛片毛片毛片毛片毛片| 久久99一区二区三区| 欧美日韩一级在线毛片| 自拍欧美九色日韩亚洲蝌蚪91| 91大片在线观看| 欧美 亚洲 国产 日韩一| 免费在线观看影片大全网站| 日本欧美视频一区| 国产欧美日韩精品亚洲av| 亚洲国产精品一区二区三区在线| 国产国语露脸激情在线看| 亚洲欧洲精品一区二区精品久久久| 日韩免费高清中文字幕av| 亚洲少妇的诱惑av| 久久精品成人免费网站| 黄色怎么调成土黄色| 日本五十路高清| 精品免费久久久久久久清纯| 国产高清videossex| 999久久久精品免费观看国产| 天堂动漫精品| 精品无人区乱码1区二区| 超碰成人久久| 两个人免费观看高清视频| 丝袜人妻中文字幕| 免费观看精品视频网站| 伊人久久大香线蕉亚洲五| 天堂中文最新版在线下载| 国产亚洲欧美精品永久| 一级a爱视频在线免费观看| 精品人妻在线不人妻| 这个男人来自地球电影免费观看| 9191精品国产免费久久| 亚洲伊人色综图| 黑丝袜美女国产一区| 色综合欧美亚洲国产小说| 手机成人av网站| a级片在线免费高清观看视频| 99在线视频只有这里精品首页| 国产亚洲精品综合一区在线观看 | 国产亚洲欧美精品永久| 日韩免费av在线播放| 欧美激情高清一区二区三区| 最近最新中文字幕大全电影3 | 日日爽夜夜爽网站| 国产又色又爽无遮挡免费看| 99香蕉大伊视频| 精品久久久精品久久久| 深夜精品福利| 人妻久久中文字幕网| 成人特级黄色片久久久久久久| av有码第一页| 国产精品永久免费网站| av天堂在线播放| 日韩av在线大香蕉| 可以在线观看毛片的网站| 无遮挡黄片免费观看| 亚洲一区二区三区欧美精品| 国产xxxxx性猛交| 天堂中文最新版在线下载| 国内久久婷婷六月综合欲色啪| 热re99久久精品国产66热6| 国产成人精品在线电影| 欧美中文综合在线视频| 99久久久亚洲精品蜜臀av| 日韩欧美免费精品| 人妻丰满熟妇av一区二区三区| 妹子高潮喷水视频| av在线播放免费不卡| 欧美日韩瑟瑟在线播放| 一二三四在线观看免费中文在| 欧美+亚洲+日韩+国产| 一级a爱片免费观看的视频| 亚洲aⅴ乱码一区二区在线播放 | 午夜精品久久久久久毛片777| 欧美成狂野欧美在线观看| 成年人免费黄色播放视频| 国内毛片毛片毛片毛片毛片| 成年人黄色毛片网站| 18禁黄网站禁片午夜丰满| 国产精品电影一区二区三区| 热re99久久精品国产66热6| 久久精品国产亚洲av香蕉五月| 欧美激情高清一区二区三区| 国产成人一区二区三区免费视频网站| 麻豆一二三区av精品| 麻豆久久精品国产亚洲av | 夫妻午夜视频| 女人被躁到高潮嗷嗷叫费观| a在线观看视频网站| 精品卡一卡二卡四卡免费| 一区二区日韩欧美中文字幕| 国产97色在线日韩免费| 午夜两性在线视频| 满18在线观看网站| 成人精品一区二区免费| 久久精品aⅴ一区二区三区四区| 欧美日韩一级在线毛片| 亚洲五月色婷婷综合| 国产精品日韩av在线免费观看 | 麻豆成人av在线观看| 国产免费现黄频在线看| 成人18禁高潮啪啪吃奶动态图| 97碰自拍视频| 久久精品亚洲av国产电影网| 亚洲欧美精品综合一区二区三区| 国产精品爽爽va在线观看网站 | 中国美女看黄片| 色综合婷婷激情| 日韩欧美一区视频在线观看| 日本vs欧美在线观看视频| 亚洲精品一卡2卡三卡4卡5卡| 国产三级黄色录像| 成人影院久久| 人人妻,人人澡人人爽秒播| 欧美在线一区亚洲| netflix在线观看网站| 欧美黑人精品巨大| 很黄的视频免费| 精品福利观看| 亚洲人成77777在线视频| 亚洲精品国产色婷婷电影| 好男人电影高清在线观看| 久久精品国产亚洲av高清一级| 看免费av毛片| 一级a爱片免费观看的视频| 中文欧美无线码| 久久精品亚洲精品国产色婷小说| 啦啦啦 在线观看视频| 成人三级做爰电影| 一进一出抽搐gif免费好疼 | 99久久久亚洲精品蜜臀av| а√天堂www在线а√下载| 91老司机精品| 午夜a级毛片| 精品熟女少妇八av免费久了| 亚洲欧美激情在线| av网站免费在线观看视频| 色播在线永久视频| 亚洲精品美女久久av网站| 午夜成年电影在线免费观看| 亚洲成人精品中文字幕电影 | 老司机在亚洲福利影院| 黄色视频,在线免费观看| 丰满人妻熟妇乱又伦精品不卡| 黑人巨大精品欧美一区二区蜜桃| 中文欧美无线码| 欧美激情久久久久久爽电影 | 国产国语露脸激情在线看| 国产精品一区二区精品视频观看| 99国产综合亚洲精品| 成人影院久久| av在线播放免费不卡| 热99re8久久精品国产| 亚洲专区国产一区二区| 亚洲精品中文字幕一二三四区| 看免费av毛片| 宅男免费午夜| av网站在线播放免费| 精品电影一区二区在线| 国产精品 国内视频| 亚洲av成人一区二区三| 日本精品一区二区三区蜜桃| 国产精品永久免费网站| 亚洲第一av免费看| 美女 人体艺术 gogo| 国产精品99久久99久久久不卡| 国产免费现黄频在线看| 可以在线观看毛片的网站| 日韩欧美一区二区三区在线观看| 精品午夜福利视频在线观看一区| 亚洲成人精品中文字幕电影 | 国产精品1区2区在线观看.| 黄色视频不卡| 精品国内亚洲2022精品成人| 午夜免费观看网址| 天堂影院成人在线观看| 涩涩av久久男人的天堂| 视频区图区小说| 在线观看www视频免费| 国产三级黄色录像| 久久青草综合色| 亚洲激情在线av| 国产欧美日韩综合在线一区二区| 9热在线视频观看99| 日韩视频一区二区在线观看| 免费一级毛片在线播放高清视频 | 丝袜人妻中文字幕| 国产精品98久久久久久宅男小说| 夜夜爽天天搞| 高清欧美精品videossex| 亚洲熟妇熟女久久| av天堂久久9| 欧美在线黄色| 精品午夜福利视频在线观看一区| 91成人精品电影| 亚洲一卡2卡3卡4卡5卡精品中文| 午夜两性在线视频| 18禁裸乳无遮挡免费网站照片 | 亚洲人成伊人成综合网2020| 天天躁夜夜躁狠狠躁躁| 搡老乐熟女国产| 日韩成人在线观看一区二区三区| aaaaa片日本免费| 欧美一区二区精品小视频在线| 男人的好看免费观看在线视频 | 超色免费av| 超碰成人久久| 免费观看人在逋| 丁香六月欧美| 国产欧美日韩一区二区三| 欧美日韩亚洲国产一区二区在线观看| 国产一区在线观看成人免费| 99久久综合精品五月天人人| 天天躁狠狠躁夜夜躁狠狠躁| 桃色一区二区三区在线观看| 亚洲成人久久性| 国产有黄有色有爽视频| 性欧美人与动物交配| 搡老熟女国产l中国老女人| 免费在线观看影片大全网站| 久久香蕉国产精品| 国产成人啪精品午夜网站| 亚洲 国产 在线| 男女下面插进去视频免费观看| 国产精品永久免费网站| 老司机靠b影院| 日韩视频一区二区在线观看| 欧美日韩亚洲国产一区二区在线观看| 变态另类成人亚洲欧美熟女 | 国产免费现黄频在线看| 熟女少妇亚洲综合色aaa.| 国产99白浆流出| 天天添夜夜摸| 欧洲精品卡2卡3卡4卡5卡区| 不卡一级毛片| 99精国产麻豆久久婷婷| 国产片内射在线| 午夜视频精品福利| 少妇裸体淫交视频免费看高清 | 国产高清国产精品国产三级| 91字幕亚洲| 黄片大片在线免费观看| 一边摸一边做爽爽视频免费| 亚洲一区二区三区欧美精品| 中文亚洲av片在线观看爽| 中国美女看黄片| 黄色成人免费大全| 亚洲五月天丁香| 激情在线观看视频在线高清| a级毛片在线看网站| 欧美日韩av久久| 大型av网站在线播放| 在线十欧美十亚洲十日本专区| 欧美日韩乱码在线| 老司机深夜福利视频在线观看| 久久人妻福利社区极品人妻图片| 国产精品久久久久成人av| 91av网站免费观看| 久久精品亚洲熟妇少妇任你| 满18在线观看网站| 777久久人妻少妇嫩草av网站| 精品福利永久在线观看| 久久香蕉精品热| 国产精品久久视频播放| 亚洲成人免费电影在线观看| 91国产中文字幕| 亚洲一区二区三区色噜噜 | 久久久久国产精品人妻aⅴ院| 一夜夜www| 久久精品亚洲精品国产色婷小说| 精品国产乱码久久久久久男人| 一本综合久久免费| 日日干狠狠操夜夜爽| 99国产精品一区二区三区| 精品免费久久久久久久清纯| 9热在线视频观看99| 一个人观看的视频www高清免费观看 | 久久精品成人免费网站| 日本黄色视频三级网站网址| 欧美成狂野欧美在线观看| 日本黄色视频三级网站网址| 欧美人与性动交α欧美精品济南到| 黄色 视频免费看| 在线观看日韩欧美| 久久久久亚洲av毛片大全| 老司机午夜十八禁免费视频| 国产野战对白在线观看| 欧美成人免费av一区二区三区| 精品国产一区二区三区四区第35| 男女高潮啪啪啪动态图| 亚洲成人国产一区在线观看| 国产成人av激情在线播放| 美女高潮喷水抽搐中文字幕| 我的亚洲天堂| 久久香蕉国产精品| 两个人看的免费小视频| 日本精品一区二区三区蜜桃| 中文字幕av电影在线播放| 视频区欧美日本亚洲| 9191精品国产免费久久| 亚洲七黄色美女视频| 欧美精品啪啪一区二区三区| 最近最新中文字幕大全免费视频| 欧美精品亚洲一区二区| 国产精品成人在线| 日本免费一区二区三区高清不卡 | 久久久久久久久中文| 99精国产麻豆久久婷婷| 又黄又爽又免费观看的视频| 国产精品 国内视频| 久久香蕉精品热| 嫁个100分男人电影在线观看| 亚洲精品一卡2卡三卡4卡5卡| 性色av乱码一区二区三区2| 国产成人精品久久二区二区免费| 少妇裸体淫交视频免费看高清 | 视频区欧美日本亚洲| 亚洲欧美一区二区三区久久| av网站免费在线观看视频| 亚洲精品成人av观看孕妇| 两性夫妻黄色片| 久久久久久免费高清国产稀缺| 一级作爱视频免费观看| 最好的美女福利视频网| 国产激情久久老熟女| 久久天堂一区二区三区四区| 怎么达到女性高潮| 久久久精品欧美日韩精品| 在线观看舔阴道视频| 国产有黄有色有爽视频| 亚洲午夜精品一区,二区,三区| 国产精品 国内视频| 黑人巨大精品欧美一区二区mp4| 在线观看免费日韩欧美大片| 91字幕亚洲| 成人国语在线视频| 一区福利在线观看| 最近最新中文字幕大全电影3 | 久久婷婷成人综合色麻豆| 欧美日韩一级在线毛片| 日本五十路高清| 成年女人毛片免费观看观看9| 一区二区日韩欧美中文字幕| 精品第一国产精品| 亚洲熟妇熟女久久| 国产伦一二天堂av在线观看| 国产成人精品久久二区二区91| 午夜激情av网站| 一级,二级,三级黄色视频| 成人特级黄色片久久久久久久| 99精品久久久久人妻精品| 亚洲精品一区av在线观看| 久久久久国产一级毛片高清牌| 午夜免费观看网址| 真人做人爱边吃奶动态| 国产成人精品久久二区二区91| 欧美成人午夜精品| 别揉我奶头~嗯~啊~动态视频| 男女午夜视频在线观看| 国产精品 欧美亚洲| 91精品三级在线观看| 精品国产国语对白av| 中文字幕人妻丝袜一区二区| 国产亚洲精品一区二区www| 久久久久久久久久久久大奶| 国产成人欧美| 可以免费在线观看a视频的电影网站| 国产主播在线观看一区二区| 看免费av毛片| 免费观看人在逋| 欧美成人午夜精品| 国产成人一区二区三区免费视频网站| 国产真人三级小视频在线观看| 国产高清国产精品国产三级| 亚洲av日韩精品久久久久久密| 美女国产高潮福利片在线看| 成人手机av| 久久人人97超碰香蕉20202| 中出人妻视频一区二区| 免费在线观看完整版高清| 亚洲中文日韩欧美视频| 交换朋友夫妻互换小说| 精品一区二区三区视频在线观看免费 | av天堂久久9| 琪琪午夜伦伦电影理论片6080| 日韩国内少妇激情av| 一级,二级,三级黄色视频| 欧美日韩亚洲高清精品| 精品欧美一区二区三区在线| 国产精品二区激情视频| 一本综合久久免费| 视频在线观看一区二区三区| 日本免费一区二区三区高清不卡 | 久久精品国产综合久久久| 免费高清在线观看日韩| 在线观看免费午夜福利视频| 高潮久久久久久久久久久不卡| 国产高清激情床上av| 少妇的丰满在线观看| 国产精品影院久久| 女警被强在线播放| 老汉色∧v一级毛片| a在线观看视频网站| 国产精品亚洲一级av第二区| 最近最新免费中文字幕在线| 亚洲av五月六月丁香网| 男女下面插进去视频免费观看| 亚洲专区字幕在线| 欧美激情高清一区二区三区| 国产亚洲精品综合一区在线观看 | 91麻豆精品激情在线观看国产 | 女人高潮潮喷娇喘18禁视频| 久久精品亚洲av国产电影网| 国产精品一区二区精品视频观看| 亚洲七黄色美女视频| 久久精品国产综合久久久| 视频区欧美日本亚洲| 麻豆一二三区av精品| 国产黄a三级三级三级人| 多毛熟女@视频| 久久狼人影院| 国产精品久久电影中文字幕| 国产精品香港三级国产av潘金莲| 一级片'在线观看视频| 在线观看一区二区三区激情| 国产亚洲欧美98| 亚洲精品一区av在线观看| 精品无人区乱码1区二区| 精品电影一区二区在线| 国产欧美日韩综合在线一区二区| 一进一出抽搐gif免费好疼 | 手机成人av网站| 99国产精品一区二区蜜桃av| 岛国在线观看网站| 中亚洲国语对白在线视频| 亚洲欧美日韩另类电影网站| 色精品久久人妻99蜜桃| 99久久久亚洲精品蜜臀av| 成熟少妇高潮喷水视频| 亚洲久久久国产精品| 欧美乱色亚洲激情| 这个男人来自地球电影免费观看| 亚洲全国av大片| 狂野欧美激情性xxxx| 久久中文看片网| 热re99久久国产66热| 精品福利永久在线观看| 欧美亚洲日本最大视频资源| 欧美中文日本在线观看视频| 1024香蕉在线观看| 日韩免费高清中文字幕av| 国产欧美日韩一区二区精品| 人人妻,人人澡人人爽秒播| √禁漫天堂资源中文www| 大陆偷拍与自拍| 亚洲精品中文字幕在线视频| www.精华液| 国产av精品麻豆| 色哟哟哟哟哟哟| 欧洲精品卡2卡3卡4卡5卡区| 亚洲性夜色夜夜综合| 亚洲精品中文字幕在线视频| 欧美中文综合在线视频| av在线天堂中文字幕 | 在线观看午夜福利视频| 天天躁狠狠躁夜夜躁狠狠躁| 亚洲色图综合在线观看| 一级,二级,三级黄色视频| 色在线成人网| 一级毛片精品| 十八禁人妻一区二区| 日本欧美视频一区| 热re99久久国产66热| 国产精华一区二区三区| 在线观看一区二区三区| 黑人操中国人逼视频| 波多野结衣一区麻豆| 黄色女人牲交| 欧美 亚洲 国产 日韩一| 女警被强在线播放| 国产精品免费一区二区三区在线| 女性被躁到高潮视频| 日本vs欧美在线观看视频| 一二三四社区在线视频社区8| 欧美不卡视频在线免费观看 | 午夜福利一区二区在线看| 又黄又粗又硬又大视频| 国产国语露脸激情在线看|