论文部分内容阅读
Social Trust Recommendation Algorithm Based on Probability Matrix Factorization
【摘 要】
：
随着互联网与电子商务的快速发展,网络信息的迅猛增长导致信息过载问题越来越严重。如何快速准确地发现需要的信息成为大数据时代的热点问题之一。推荐系统正是解决这一问题的有效工具,它通过挖掘用户历史行为数据,为每个用户构建精准的偏好模型,并在此基础上主动为用户推荐可能符合其需求的信息。如今推荐系统往往面临着数据稀疏和冷启动问题,本文围绕基于信任和矩阵分解的社会化推荐算法这一主题展开,探讨如何充分挖掘信任关
【出 处】
：
华中师范大学
【发表日期】
：
2020年07期
其他文献
学位
期刊
信息的载体可以是语音信号,图像或者是视频。相较于语音信号,图像或视频中包含的信息要远远大于语音信号。如何从图像或视频中提取出有效信息就成为了一个热门的研究话题。计算机视觉是机器学习的一个热门方向,它的研究目标是让计算机能够模拟人的大脑,对输入的图像和视频进行理解分析。计算机视觉的任务主要包括图像分类,目标识别,目标跟踪和语义分割。传统的计算机视觉算法手工提取图像特征,比如空间特征,颜色通道特征,频
学位