简介：研究了时间窗口对基于10种用户相似性指标的个性化推荐算法的影响。在标准数据集MovieLens上的实验结果表明,只采用大约12.56%的用户近期历史记录,所得到的推荐结果准确性可以平均提高27.17%,而推荐列表多样性可以平均提高3.28%,极大地降低大规模数据所带来的计算复杂性问题。
简介：摘要由于当下液晶显示器的拆卸效率较低，如果直接废弃容易造成资源浪费、污染环境，但如果人工拆卸还可能损坏器件，增加拆卸成本。对此，笔者分析了可拆卸液晶显示器的结构设计方法，并对其可靠性作了研究，以供参考。
时间窗口对个性化推荐算法的影响研究
面向拆卸的液晶显示器结构设计方法及可靠性研究
