社交推荐相关论文
随着互联网的飞速发展,信息负载问题也变得愈发严重。个性化推荐算法对于提高平台流量转化率,促进智能经济,智能商业转型,以及促进......
提出了一种融合模型REC＿AFM,将数据集中获取的用户潜在特征和项目潜在特征进行结合，预测用户对未评分物品的评分.在真实公开数据集Ci......
在信息泛滥的时代,利用推荐系统来为自己挑选感兴趣的信息已经变得越来越普遍。推荐系统可以通过利用已有的历史交互数据对未知的......
在移动互联网时代,爆炸式增长的在线内容使得人们深受信息过载问题的困扰。作为缓解信息过载的利器,推荐系统能够从用户-项目历史......
微信视频号利用微信好友间的社交基础搭建了 一个新的短视频传播场景.该场景为短视频领域的尾部用户带来了新的发展机会,也对其他......
随着信息化时代的高速发展,网络上的数据得到爆炸式增长,呈现种类繁多、结构复杂等特点,传统推荐算法逐渐不能有效解决信息过载的......
推荐系统利用用户的历史记录、物品的基础信息等数据进行建模来捕获用户的偏好,有效缓解了信息过载等问题,虽然其已应用广泛,但整......
推荐系统作为一种解决信息过载的关键技术,通过挖掘用户对项目的行为信息,构建有效的推荐算法为用户推荐可能感兴趣的内容。近年来......
与协同过滤相比,序列推荐能很好的捕捉用户兴趣偏移.在序列推荐中自注意力机制可以捕获长时间依赖关系,所以有很大优势,但是面对数......
随着Web 2.0与智能移动设备的快速发展,线上社交网络已经具有巨大体量,而且成长迅速。截止到2019年6月,我国社交网络用户达到6.6亿......
随着社交网络的快速发展,从用户庞大的虚拟关系网络中准确识别和挖掘出其对应的社交圈信息,不仅能够极大的便利用户个人关系网络的......
互联网技术飞速发展,在如今的网络环境中产生的信息往往巨大且复杂的,人们被大量的信息所吞没,在面对这些令人眼花缭乱的海量数据......
社交推荐算法通常在推荐系统中融合社交网络里的信任信息,进而建模社交影响力,最终使得用户的兴趣受到自身偏好和信任朋友偏好的共......
随着移动互联网技术的发展和社交网络的兴起,网络已经成为人们获取和发布信息的主要方式,爆炸式增长的信息在给人们生活带来便利的......
随着Web2.0的飞速发展,社交推荐逐渐成为推荐领域近几年的研究热点。如何更有效地利用用户的社交关系是社交推荐的关键,目前的社交......
随着互联网技术的迅速发展,大量信息内容充斥在社交平台中,冗杂的信息量不仅使优质内容难以突出,更是给用户的信息选择与获取带来......
为了提高基于对等网络的分布式虚拟环境(DVE)场景预下载的预测精度并降低场景数据传输延迟,将社交推荐和推拉混合策略应用到DVE场......
在互联网时代,人们不受时空限制地享受着互联网提供的信息和服务的同时,也不得不面对海量且规模不断增长的数据以及大量的无效信息......
ue＊M＃’＃dkB4＃＃8＃”专利申请号:00109“7公开号:1278062申请日:00.06.23公开日:00.12.27申请人地址:（100084川C京市海淀区清华园申请人:清......
随着社交网络的发展,融合社交信息的推荐成为推荐领域中的一个研究热点.基于矩阵分解的协同过滤推荐方法(简称矩阵分解推荐方法)因......
