简介:LDA主题模型是文本挖掘领域的重要算法,同时在推荐系统当中也有不错的表现.通过LDA主题模型挖掘用户感兴趣的主题,是目前最常用的用户兴趣主题挖掘方法之一.为了提高LDA主题模型应用在推荐系统时的推荐质量,我们提出了一种基于负样本进行学习的方法negLDA.通过创造出负样本来学习用户对物品的负面预测评分,同时结合正样本学习得到的正面预测评分,从正反两个方面进行综合评测,从而更加精确地衡量出用户对物品的预测评分.通过在MoviesLens-100k、MovieLens-1M、FilmTrust这三个数据集上的实验,表明所提出的算法在精确率、召回率、AUC三个指标上相比传统算法均有一定改进.
简介:目的:建立圆葱中134种农药残留检测的气相色谱串联质谱(GC-MS/MS)确证方法。方法:样品中的待测农药组分经乙腈-乙酸乙酯混合溶剂(85:15,v/v)提取,采用改进了的QuEchERS法为净化方法,气相色谱-三重四级杆串联质谱(Gc-Ms/Ms)的多反应监测模式(MRM),内标法定量。结果:在0.01μg/mL~5.0μg/mL的浓度范围内,线性关系良好。在O.005mg/kg~0.1mg/kg添加水平范围内,回收率为60.1%-120.6%,相对标准偏差(RSD)为4.3%-17.8%(n=6)。结论:该方法准确性和重复性好、操作简便,适用于圆葱类复杂基质类蔬菜中多种农药残留的同时测定。