TY -的A2 -张,力平盟-李,张郑PY - 2022 DA - 2022/07/21 TI -金融教学资源的建设,推动银行基于粗糙集理论的SP - 3560590六世- 2022 AB -一个完美的金融教育资源库,可以促进资源交换和慈善工作必须建立。传统的推荐算法是本文改进的基于粗糙集理论,避免了传统的相似性计算的问题不匹配实际的相似性判断。使用时资源聚类的金融领域的教育,改进后的算法具有近似的概念集边界问题。它可以更准确地描述资源的边界组织分类。用户模型是离线的时候,一个粗略的k - means聚类算法;用户分配到K的上、下近似类基于相似集群中心,创建初始的邻居集的用户。找到目标用户的最近邻居从最初的最近邻设置网络,预测项目的评分,并提供建议。评价结果表明,该系统可以实现94.35%的精确率。此外,与传统的方法相比,推荐的召回率较高为95.94%。该算法可以有效地提供高质量的金融教学资源虽然克服了传统推荐算法的缺点,提高推荐精度。 SN - 1574-017X UR - https://doi.org/10.1155/2022/3560590 DO - 10.1155/2022/3560590 JF - Mobile Information Systems PB - Hindawi KW - ER -