隐式反馈相关论文
随着大数据时代的到来,信息过载问题的重要性逐渐凸显并受到越来越多的关注。推荐系统通过用户的历史行为分析其需求偏好,从而帮助......
针对用户在浏览态势情报后反馈少或无反馈,导致用户需求难以有效获取的问题,提出了基于ResNet50用户关注度预测方法.该方法充分挖掘用......
期刊
个性化推荐系统在缓解信息过载方面发挥着举足轻重的作用,其中协同过滤是应用最广泛、最成功的方法之一。目前基于深度学习的协同......
针对传统的基于协同过滤的兴趣点(POI)推荐方法存在数据稀疏问题和现有工作往往单纯利用上下文信息却没有合理平衡各因素的作用影响......
期刊
在当今信息化时代,如何快速并且准确地从互联网海量的信息资源中获取自己所需要的信息显得十分重要,于是个性化推荐系统应运而生。......
由于信息化建设的全面推动,数据呈现爆炸式增长,信息过载对互联网生活造成严重干扰。为缓解这个问题,推荐系统被广泛的研究和应用,......
互联网技术的产生使得各种信息服务网站蓬勃发展,由此带来了互联网信息的爆炸式增长。人们在享受各类信息推荐服务带来的便利的同......
推荐系统的研究一直是数据挖掘中的热点,在解决信息过载方面起到了重要作用。其中协同过滤是相对成熟的推荐技术,但目前协同过滤算......
近年来,随着网络发展的多元化,信息过载问题日益严重。分类目录和搜索引擎是早期出现的解决信息过载问题的两类主流方案。但是随着......
大数据时代,各种信息采集工具将每个人都数据化,在浩瀚的信息网络中,人的一些行为和特征可以用数据表示。以数据为基础产生的各种......
将显式特征与隐式反馈相结合是提高单类协同过滤(OCCF)推荐准确性的常用方法.但目前的研究一般是直接将原始显式特征或交叉特征集......
期刊
随着互联网技术的高速发展,网络中的数据量呈指数式增长。在信息过载的情况下,用户难以及时、准确地发现感兴趣的商品。推荐系统通......
随着互联网信息爆炸式增长,如何对信息进行挖掘分析,已经成为了热点和难点问题。推荐系统的出现有效的缓解了信息冗余的问题。推荐......
生成对抗网络(Generative Adversarial Nets)是一种融合了生成学习和对抗学习的无监督学习方法,以零和博弈作为核心思想,其组件通......
隐式反馈具有数据获取成本小、形式广泛的特点,因此在现代推荐系统中被广泛使用.由于用户的隐式反馈通常是稀疏,不平衡,且含义不明......
在现实信息系统中,数据类型和结构的差异性普遍存在,对于这类数据,本文称之为异质数据。异质数据所关联的对象具有数据类型和结构......
随着信息规模的爆炸性增长,推荐系统(RS)作为信息过滤的子系统可以帮助人们对信息进行分类并为其筛选可能感兴趣的内容。协同过滤(CF)......
人们正处于一个大数据的时代,面对海量的信息资源,如何进行快速准确地信息匹配变得尤为重要,而推荐系统在实现信息生产者与消费者......
随着互联网的不断发展,数据过载问题日益明显,用户很难从海量网络数据中获取自己感兴趣的部分,为了解决这类问题,产生了搜索引擎和......
随着信息技术的飞速发展,互联网上的数据正在以前所未有的速度快速累积,海量数据会导致严重信息过载问题,个性化推荐是解决该问题的有......
随着信息技术的发展,大数据为生活带来便利的同时也造成“信息过载”问题。推荐系统可从用户的历史行为数据中挖掘用户的潜在喜好并......
推荐系统中奇异值矩阵分解在用于预测用户对项目的评分时,大都只是单一的考虑项目隐式反馈或用户隐式反馈,由此造成用户对项目的评......
推荐系统通过对内容和用户行为的分析,建立适当的模型,帮助用户从海量的数据中找到自己感兴趣的内容。推荐系统中用户的行为反馈包括......
推荐系统旨在根据用户的历史行为数据、物品内容等,通过一定推荐算法,自动帮助用户筛选、过滤信息。自从上世纪九十年代推荐技术诞生......
随着当前网络技术的发展,数字图书馆拥有越来越庞大的数据资源,然而广大用户可能难以确定有效的检索词来获取需要的资源。针对上述问......
随着互联网技术的快速发展,用户行为数据被大量的记录下来,利用用户行为数据对用户兴趣建模是很多应用的基础。研究基于多源信息融合......
20世纪90年代,WWW(World Wide Web)出现以来,Internet上的信息量正以前所未有的速度飞速发展,这也使得用户在Web上迅速、准确地获取所需......
随着Internet的强势发展,网络上的信息量成爆炸趋势增长,如何使人们快速、准确的在浩瀚的资源中发现自己需要的信息成为关键。目前......
以用户主导的Web2.0技术已逐渐替代传统互联网模式成为目前音乐服务的主流技术。然而由于其允许用户自由上传和分享音乐相关数据容......
推荐系统作为一种信息过滤工具诞生至今已有20余年,推荐算法的应用场景亦早已不限于电商领域,转而在诸多关联人和信息的领域发挥作......
随着信息技术和Web2.0的快速发展,信息的爆炸式增长造成了信息过载的现象。推荐系统是克服信息过载问题的有效工具,它通过分析用户的......
用户兴趣模型是个性化服务系统的一个核心组成部分。为进一步提高模型准确性,提出一种搜集用户多种交互行为,结合隐式反馈技术构建用......
传统的矩阵分解算法为用户和项目分别独立设置了偏置项,而没有深入挖掘特定用户对于特定项目的隐性偏好;同时,传统的排序预测推荐......
由于协同过滤推荐算法依赖用户的数据,因而存在很大的隐私泄露风险。差分隐私保护技术可提供严格的隐私保护效果,但目前大多数基于......
随着我国经济的发展与新能源的接入,在因电能消耗急剧增加而造成负荷高峰频率激增的同时,新能源发电的随机性、间歇性特征也导致了......
推荐系统是一种帮助网络用户解决信息过载问题的有效手段。传统的推荐算法往往都只专注于物品预测评分的准确性,而没有考虑物品在......
推荐系统可以主动为用户推送信息,帮助用户迅速锁定偏好物品或服务,提升用户体验,同时为服务提供方定位目标人群,达到精准营销的效......
大数据的迅速发展和信息的过度丰富给信息筛选带来了巨大的挑战,为了挖掘各种人的不同偏好、观点、价值、品味,一个好的推荐系统不......
位置社交网络的兴趣点推荐致力于帮助用户发掘潜在的偏好兴趣点,为用户提供个性化的兴趣点推荐。与传统推荐系统不同的是,位置社交......
随着信息技术的发展,爆炸式增长的信息除了给人们带来了更加精彩、更加智能化的生活之外,也给人们带来了“信息过载”的问题。如何......
随着互联网的快速发展,我们正处于一个信息过载的时代。传统的搜索引擎技术,已经无法满足人们在现如今时代下个性化的信息需求。为......
随着互联网技术的日益发展,人们逐渐从信息匮乏的时代进入了信息过载的时代。这种情况下,无论是信息的消费者还是信息的生产者都面......
随着信息技术的快速发展,尤其是互联网应用的快速兴起,每天都产生大量的数据,人们面临着越来越严重的信息过载问题。另一方面,技术......
近年来随着Foursquare、Gowalla、大众点评等基于位置的社交网络服务(Location-Based Social Network,LBSN)的快速增长,越来越多的......
伴随信息技术的蓬勃发展,人们逐渐从信息匮乏的时代步入了信息过载的时代,如何从海量数据中帮助目标用户发现感兴趣的信息已成为学......
推荐系统的协同过滤算法已经得到了人们普遍的关注并取得了很大的进展,而矩阵分解方法在协同过滤技术中占有举足轻重的地位。为了......