推荐准确率相关论文
近年来,从海量数据中学习出数据的潜在特征层次已成为机器学习领域中的热点,深度学习就是旨在解决这一问题的一种无监督学习方法。随......
针对传统的协同过滤算法推荐准确率较低的问题,提出一种基于信任社区的个性化推荐策略.首先利用社区发现算法,从用户网络中挖掘出......
现有的基于近邻的协同过滤推荐方法如基于KNN、基于K-means的协同过滤推荐常用来预测用户评分,但该方法确定邻居个数K非常困难且推......
针对传统协同过滤算法中存在数据稀疏、数据冗余和算法效率低等问题,提出一种基于社交关系和条件补全的协同过滤推荐算法.该算法将......
针对传统个性化推荐算法追求提升推荐准确率而忽略总体多样性,从而导致用户满意度降低的问题,提出一种基于参数化重排名提高多样性......
当前的社交网络推荐算法主要是基于内容相似度或者好友相似度进行推荐,忽略了社交网络中情感值计算;而基于NAS算法的紧密度计算属......