时序行为相关论文
互联网的迅速发展和流媒体音乐服务的强势崛起,使得人们能够随时随地聆听海量音乐。人们享受着信息增长带来数字红利的同时,也面临......
随着互联网技术的飞速发展,线上的数据量正呈指数式增长,用户越来越难以从海量数据中找到精准的内容,推荐系统的出现正是为解决这......
随着物联网和实时和嵌入式系统等相关技术在汽车、轨道交通、航空航天以及智能工厂等场景下的广泛使用,其复杂性和安全性等相关问......
时间序列数据是一种数据属性随时间变化的高维数据类型,反映了用户兴趣的动态变化。基于时序数据的推荐系统利用用户的行为时间提......
利用形式化方法对复杂实时构件系统的时序行为进行建模与验证对于提高安全攸关实时构件系统的正确性、可靠性与安全性具有重要意义......
下一个购物篮推荐是当前电子商务领域中极其重要的一项任务,传统的下一个购物篮推荐方法主要分为时序推荐模型和总体推荐模型。这......
协同过滤直接根据用户的行为记录去预测其可能喜欢的产品,是现今最为成功、应用最广泛的推荐方法.概率矩阵分解算法是一类重要的协......
针对现实系统中用户偏好随时间动态变化且一个用户ID背后可能是一个家庭的多个成员在共用的问题,提出一种为这类隐含多个类型成员......
移动云计算是随着云计算和移动互联网的不断发展与融合而产生的一种新型应用模式。在可信移动云服务架构中,用户身份及行为的可信......
过程流数据具有实时性、连续性和时序性等特征,使得传统过程挖掘算法难以发现隐含信息和演化过程。针对流过程模型的动态演化和重构......
为了改善传统协同过滤推荐算法的冷启动与数据稀疏问题,基于概率矩阵分解模型,将用户属性、物品关系与时序行为融合到模型中,通过......
互联网的到来促进了信息的爆炸性增长,人们从海量信息中定位自己感兴趣的信息变得越来越困难,“信息过载”现象严重。个性化推荐技......
传统的刻画用户偏好的方法主要着眼于用户的长期兴趣,然而在现实应用中,用户兴趣随着时间迁移而不断变化,如何挖掘用户在时序上的......
常规方法进行人体活动状态识别时,存在实时性差、实施困难,没有进行状态位置的时间定位等问题。针对这些问题,提出了基于时序分析......
随着互联网行业的快速发展,人们越加频繁的进行网络活动。网络电视、在线音乐等互联网平台的用户数量迅速增长,因此也产生了大量包......