矩阵分解相关论文
针对高职院校第二课堂活动开展过程中存在创业项目推荐效果差的问题，提出基于JSP网页技术的高校PU系统功能可视化界面设计。首先设......
随着智慧城市建设的脚步不断加快,车辆再识别由于在实际智能监控场景中的巨大潜力而受到越来越多的关注。车辆再识别,是指在非重叠......
推荐系统可以有效的解决信息过载问题，使得的用户快速的找到感兴趣的物品.然而真实场景中的数据极度稀疏，严重影响推荐质量.基于信任......
伴随计算机技术的日益发达,网络上的信息量呈爆炸式增长,整个社会正步入信息过载时代,人们迫切需要高效的信息过滤方法。个性化推......
信息数据的高速度增长带来了信息过载问题,如何在海量数据中挖掘出数据的潜在价值,为用户作出更好的推荐,关乎着一个企业的生存乃......
针对协同过滤算法在为用户商品相关性建模时未考虑用户/商品对特征属性的不同关注度及不可解释性问题,提出基于特征权重与情感偏好......
针对可分离非线性函数模型的特殊结构，本文使用变量投影法（VP）将线性参数与非线性参数分离开来，并分别与矩阵的满秩分解、QR分解、奇异......
本文针对基于深度学习和矩阵分解的推荐算法进行探究，最先针对基于深度学习与矩阵分解推荐算法的分类进行阐述，之后就深度学习技术、......
[目的]将协同过滤方法应用到文献推荐领域，融入用户余弦相似网络中motif结构反映出的高阶相似特征，提高推荐的质量。[方法]首先通过......
近年来,随着互联网大数据的发展,各种形式的多媒体数据（图像、文本、视频、音频等）呈现出爆炸式的增长。而对大规模多媒体数据精准、......
道路交通状况监测是智能交通系统中的最重要功能之一。交通状态的全面感知是实现交通运营、管理与控制的基础。近二十年来,智能网......
现代通信技术正在迅速发展,多波束天线凭借覆盖范围广、通信速率高等优势,在通信领域的应用越发广受关注。Butler矩阵作为一种多波......
目前，改进的协同过滤算法主要通过用户评分和项目属性获取用户偏好，以此优化最近邻选择质量完成推荐。然而这些算法在挖掘用户偏好时......
现有的基于矩阵分解的协同过滤推荐算法主要从定量的角度,利用用户的评分信息来评估模型表现,而从未从定性的角度来描述用户的不确......
推荐系统作为过滤海量信息的重要技术,已经成功应用于各种实际场景中。目前的推荐系统中最广泛采用的算法有协同过滤算法以及近年......
由于无监督特征选择算法不需要先验类别信息,广泛应用在机器学习与模式识别领域中。现有的大多数的无监督特征选择算法聚焦于各种......
推荐系统的研究与应用越来越受到人们的关注,然而数据稀疏性、冷启动、信息过期等问题仍是常见的推荐算法正面临的挑战。为进一步......
现如今,各大视频网站都拥有个性化推荐的版块,从国外的Hulu、Netflix到中国的爱奇艺、腾讯等等。对于用户来说,视频的个性化推荐可......
基于模型的协同过滤算法通过矩阵分解来将用户偏好以及物品属性用隐变量来表示，但现有的矩阵分解算法很难应对个性化推荐系统中严重......
随着计算机技术的发展和互联网规模的迅速扩大,人们可以方便接触到越来越多的网络信息。在面对爆炸式增长的信息时,人们很难迅速找......
多维时间序列预测已经在交通、金融、能源等领域受到了广泛的关注。由于多维时序数据周期性特征提取困难、难以实现高维时序数据的......
随着大数据技术逐渐渗透入农业生产当中和农业知识数据库可不断扩充,农户可以通过网络搜索形式查找农作物培育信息和销售信息。通......
通过对深度学习和矩阵分解技术进行结合,设计一个深度神经网络对用户和物品进行特征提取,形成用户隐向量和物品隐向量的方法,计算......
近年来,大量研究表明,对microRNA的研究有助于人类复杂疾病的预防、诊断和治疗。microRNA参与许多关键的生物学过程,也是人类复杂......
随着互联网的快速发展,人们越来越难以在各类信息海洋中快速定位自已所需要的信息,为了帮助用户能更快捷方便的从海量信息中找到自......
随着互联网的飞速发展,网络数据种类和规模极速增长,用户难以发掘出感兴趣的物品。为解决“信息超载”的问题,个性化推荐算法被广......
针对船舶交通流具有非线性及复杂性等特点,同时在传统交通流预测方法中对于交通流时空特征考虑不足,而造成预测结果精度不高.提出......
近年来,随着我国经济的迅速发展,旅游业始终保持着不断增长的趋势,合理的对旅游路线进行规划就显得尤为重要.首先综述了常用的旅游......
信息时代的迅速发展,为人们提供了诸多便利,但是大量的数据同时也给人们带来一定的困扰,导致用户选择信息比较困难,因此推荐系统的......
随着信息技术的高速发展,各行业单位的管理信息系统经过多年沉淀,积累了海量数据,这些数据中包含了大量与用户行为相关的信息,且数......
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,......
互联网飞速发展,大数据时代降临,庞大的数据资源推动了各个产业的量化进程,但同时也带来了信息过载的负面影响。推荐系统的出现正......
多相流存在于我们生活当中的各个方面,无论是能源化工等生产方面,同时也存在于自然环境当中,但是多相流的流动是复杂的,对于多相流......
如今的互联网时代,信息数据量在以指数级别增长着,给我们带来很多便利的同时也带来了困扰。即在面对规模庞大的数据量时,想要高效......
在互联网时代,用户虽可从网络中获取到大量混杂信息,但是用户必须花费大量时间才能获取到有用信息,因此产生了个性化推荐算法。其......
个性化推荐系统是机器学习的前沿领域,是解决信息过载问题的重要手段之一,通过分析用户的历史行为、社交关系、兴趣点、所处的上下......
多模态数据是指同一个事物可以有多种表现形式,包括文本、图像、音频等等。同一类的多模态数据虽然表达的事物相同,但它们之间的表......
随着互联网技术的飞速发展,互联网上的各种数据正在急剧增加。这些数据在为人们提供便利的同时,也会带来“信息超载”的问题。如今......
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......
本文主要研究若干新型矩阵偏序的性质和特征,全文分为五部分.第一部分首先介绍关于当前矩阵偏序的研究背景、国内外现状.第二部分......
Internet的爆炸式发展,给用户带来大量的信息与数据,但在面对海量的数据时,用户却无法将有用信息从海量数据中筛选出来,对信息的利......
异构迁移聚类可以在无监督的情况下将知识从相关的异构源域迁移到目标域。现有的工作通常需要使用大量的完整共现数据,这种数据通......
随着科学技术日新月异的发展,网络逐渐为人们日常生活中不可或缺的工具。它是一种功能强大的图结构,可以很自然地捕获海量数据中对......
