协同排序相关论文
推荐系统应用广泛,无论是购物网站还是音乐软件,都致力于部署推荐系统来为用户提供高质量的个性化服务。在构成推荐系统的所有组件......
针对移动群智感知中参与者积极性不高导致的数据质量低和激励成本高的问题,本文提出了一种基于混合用户模型与列表级排序学习算法......
互联网发展得越来越快，在线获取最新消息已经成为几乎每个互联网用户每一条都在做的事情。海量的数据也造成了严重的消息过载问题，所......
随着社交网络的复杂化和异质化,传统推荐系统中协同过滤推荐方法由于推荐效果不佳而不能满足需求.本文通过扩展原有推荐方法中的因......
单类个性化协同排序算法的研究的核心思想是把单类协同过滤问题当成排序问题来看待。之前的研究仅仅使用了隐式反馈数据来对推荐对......
之前有关协同排序算法的研究没有充分利用数据集中信息的问题,要么只侧重于研究显式评分数据,要么只侧重于研究隐式评分数据,目前......
大数据时代和智能时代的快速发展促使推荐系统逐渐成为商业应用的“标准配置”,因其在提高商业利润和满足用户的个性化需求两方面......
基于RGBT显著性检测目前已成为计算机视觉领域的热点课题。通过融合可见光(RGB)和热红外(T)光谱信息,RGBT显著性检测可以有效克服......
协同过滤推荐算法在电子商务领域运用广泛.之前的研究要么仅从评分预测的角度来研究,要么仅从排序预测的角度来研究.为了兼顾这两......
单类协同过滤（One-class collaborative filtering，OCCF）问题是当前的一大研究热点．之前的研究所提出的算法对噪声数据很敏感，因为训练......
