基于协同过滤算法的电子商务推荐系统

为了解决购物网站信息量过大问题,对用户进行精准商品推荐,提出了一种基于协同过滤算法的电子商务推荐系统,根据网站收集的用户历史行为数据计算物品的相似度,进而预测用户对物品的偏好,根据兴趣度对用户进行物品推荐。在基于协同过滤算法的基础上,考虑了用户活跃度和时间上下文关系对用户兴趣的影响,设计了完整的推荐算法流程。实验证明该算法确实改善了推荐的精确性,说明用户活跃度和时间因素确实对用户行为有影响。     

基于主成分分析的彩色图转灰度图方法的研究

主要讲述利用主成分分析方法将彩色图像转变为灰度图像。传统的彩色图转灰度图是由R、G、B三元色按照一定的权重进行加权而得。一般的转化公式对于所有RGB或RGBA的图像都适用,它虽然符合心理学研究结果,但是没有反映出不同图像本身的特点。阐述利用主成分分析方法对彩色图像转化为灰度图。该方法既能根据不同图像有不同的灰度,又能增强灰度图的对比度,适合作为深度学习的图像输入。