電廠的安全生產(chǎn)問題一直是電力生產(chǎn)的重中之重,電廠愈發(fā)的重視其自身的安全規(guī)范,越來越重視對員工進(jìn)行安全培訓(xùn)�；贐/S結(jié)構(gòu)的安規(guī)培訓(xùn)管理系統(tǒng)采用服務(wù)器-瀏覽器的模式實現(xiàn)了電廠在線完成安規(guī)考核和學(xué)習(xí)任務(wù),有效地提高了電廠人員的學(xué)習(xí)效率。但隨著題庫題量不斷地擴(kuò)充,手動檢索出適合用戶練習(xí)的題目將花費(fèi)大量時間,本文所提出的推薦系統(tǒng)就是在安規(guī)考核系統(tǒng)中加入試題推薦功能,系統(tǒng)可以根據(jù)用戶每個人對知識的掌握情況推薦適合其練習(xí)的題目,提高學(xué)習(xí)的效率。本文主要完成了以下內(nèi)容:1.研究了基于用戶的協(xié)同過濾算法和基于物品的協(xié)同過濾算法,比較兩者在不同推薦系統(tǒng)中的應(yīng)用情況,比較其優(yōu)缺點。結(jié)合安規(guī)考核系統(tǒng)的實際情況采用基于物品的協(xié)同過濾算法實現(xiàn)本課題的研究,根據(jù)需求在數(shù)據(jù)庫中設(shè)計用于保存用戶-物品評分矩陣和物品-物品相似度矩陣的數(shù)據(jù)表。2.學(xué)習(xí)中文分詞技術(shù),收集題庫中的題目,去除文本中的標(biāo)點符號進(jìn)行數(shù)據(jù)預(yù)處理。測試并比較了Stanford、Snown Lp、結(jié)巴分詞等幾個常用的中文分詞工具,最終選用了結(jié)巴分詞器進(jìn)行分詞。3.統(tǒng)計部分用戶的錯題信息生成用戶-物品評分矩陣并保存到數(shù)據(jù)庫中;對每道題目進(jìn)行中文分詞,比較... 

【文章來源】：華北電力大學(xué)河北省 211工程院校 教育部直屬院校

【文章頁數(shù)】：51 頁

【學(xué)位級別】：碩士

【部分圖文】：

Apriori原理圖

圖 2-2 推薦示例圖上圖中 A，B，C，D 表示 4 個用戶，a，b，c，d 表示 4 件物品，對號用戶喜歡的物品。根據(jù)比較可以知道A用戶和C用戶喜歡的物品最為相我們可以認(rèn)為 A,C 用戶的品味喜好一樣�？梢园� C 用戶喜歡的而 A 用的物品 c 推薦給 A 用戶。該算法的流程圖如下所示：開始輸入鄰近個數(shù)K計算用戶之間的相似性

習(xí)實戰(zhàn)》、《統(tǒng)計學(xué)習(xí)方法》、《人工智能》這三本書，，書店里有《機(jī)器學(xué)習(xí)》、《悲慘世界》、《過程控制》》這本書和他之前讀的書很相近，所以將該書推薦給他，該書。品的協(xié)同過濾算法主要有兩步：據(jù)用戶的歷史行為對物品進(jìn)行打分量化，計算物品之間的品的協(xié)同過濾算法最為復(fù)雜的就是物品相似度的計算[42式如下所示，公式中 表示物品 i 和 j 的相似程度，N(i，N（j）表示喜歡物品 j 的人數(shù)。 =| ( ) ( )|√| ( ) N(j)|據(jù)物品的相似度和用戶的歷史行為生成目標(biāo)用戶的推薦列戶對物品的評分矩陣 物品相似矩陣，最終取推薦列表的圖示為例講解推薦過程，假如通過計算得到的物品相似度

【參考文獻(xiàn)】：
期刊論文
[1]基于門店位置的協(xié)同過濾推薦算法[J]. 劉波.  電腦知識與技術(shù). 2018(33)
[2]如何提高火電廠集控運(yùn)行人員事故處理能力[J]. 黃才進(jìn).  品牌研究. 2018(06)
[3]火電廠集控運(yùn)行過程中存在的問題及對策[J]. 王健.  品牌研究. 2018(06)
[4]效力優(yōu)化的代碼評審者推薦模型[J]. 張小鵬,趙逢禹,劉亞.  小型微型計算機(jī)系統(tǒng). 2018(11)
[5]多屬性協(xié)同過濾推薦在物流配送服務(wù)平臺的應(yīng)用[J]. 李建貴,孫詠,高岑,劉璐.  計算機(jī)系統(tǒng)應(yīng)用. 2018(11)
[6]基于混合策略的中文短文本相似度計算[J]. 宋冬云,鄭瑾,張祖平.  計算機(jī)工程與應(yīng)用. 2018(12)
[7]結(jié)合詞性的短文本相似度算法及其在文本分類中的應(yīng)用[J]. 黃賢英,李沁東,劉英濤.  電訊技術(shù). 2017(01)
[8]基于SQL Server的中文分詞系統(tǒng)設(shè)計及應(yīng)用[J]. 張昭楠,馬亞蕾.  電子設(shè)計工程. 2016(17)
[9]一種基于詞典的中文分詞改進(jìn)算法[J]. 鄭木剛,劉木林,沈昱明.  軟件導(dǎo)刊. 2016(03)
[10]基于詞頻統(tǒng)計的文本關(guān)鍵詞提取方法[J]. 羅燕,趙書良,李曉超,韓玉輝,丁亞飛.  計算機(jī)應(yīng)用. 2016(03)

博士論文
[1]個性化推薦技術(shù)中的協(xié)同過濾算法研究[D]. 夏培勇.中國海洋大學(xué) 2011
[2]協(xié)同過濾系統(tǒng)的稀疏性與冷啟動問題研究[D]. 孫小華.浙江大學(xué) 2005



本文編號：3260222