Сочинение на тему Интересная рекомендация
- Опубликовано: 27.07.2020
- Предмет: Информационная наука
- Темы: Большое количество данных, Преимущества технологии, Современные технологии
Прогрессивные информационные технологии, появившиеся в результате развития услуг определения местоположения (LBS), значительно улучшили городскую жизнь людей. Социальные сети, основанные на местоположении (LBSN), предоставляют пользователям платформы для регистрации и делятся своими текущими местоположениями, мыслями, опытом и отзывами о точках интереса (POI) с кем угодно. Эти огромные объемы разнородных данных в LBSN позволили разработать рекомендации POI. [1] В исследовательском сообществе было приложено много усилий для разработки точных рекомендательных систем POI в различных сценариях, таких как мобильные, автомобильные и бизнес-приложения. Поскольку мы сосредоточены на автомобильных сценариях и в современных автомобильных современных информационных системах для водителей, для водителя имеется большой объем данных, таких как информация о цифровом радиовещании, информация о системе глобального позиционирования (GPS) и информация о применении в транспортных средствах. Если все эти данные передаются необработанному драйверу, информационная перегрузка становится серьезной проблемой. [2] Таким образом, служба рекомендаций POI очень подходит для мобильных приложений.
Например, он может снизить риск дорожно-транспортных происшествий, избегая ввода длинного имени местоположения, когда пользователи ищут места для посещения. Следовательно, пользователям не только удобно обнаруживать новые местоположения, но также помогает пользователям получать соответствующие POI, не тратя много времени на поиск, особенно когда они находятся в новой области. В прошлых исследованиях общими проблемами, с которыми сталкивались системы рекомендаций POI, являются «холодный старт» и редкость данных. Проблема холодного запуска вызвана ограниченной историей активности пользователей и местоположений в системе, что касается нового пользователя или местоположения, модель рекомендаций не имеет достаточной информации, чтобы дать полезные рекомендации. Из-за быстрого роста новых пользователей на LBSN проблема становится еще хуже. Аналогичным образом, разреженность данных обусловлена тем, что общих данных в модели рекомендаций недостаточно для обработки и распознавания связанных пользователей / элементов. Поэтому требуются некоторые гибридные подходы и новые методы, которые учитывают различные виды моделей рекомендаций.
РАСПОЗНАВАНИЕ ПИСЬМЕННОГО ХАРАКТЕРА С ИСПОЛЬЗОВАНИЕМ ИЗОБРАЖЕНИЯ АВТОРЕФЕРАТ В современном мире наблюдается огромный рост пробок на дорогах, и скорость, с которой люди покупают автомобили, значительно возрастает
В 2013 году до 5 лет было произведено нововведение. И становятся более успешными и мощными усовершенствованиями технологических изменений. Я хотел бы поделиться с вами удивительным
Hadoop может быть страстно привлекательным, потому что он отлично масштабируется, может быть настроен на переключение широкого ассортимента и очень дорогой по сравнению со старыми. Hadoop