协同推荐相关论文
随着信息技术的快速迭代发展，信息过载问题日益严重，推荐算法在一定程度上可以解决信息过载，但是传统推荐算法无法有效解决数据稀疏性......
自改革开放后,我国快速迈入信息时代。在信息爆炸性增长的现在,各行各业都面临着信息过载的问题,旅游业也不例外。浩如烟海的数据......
图卷积神经网络是一种针对图结构数据的深度学习模型,由于具有强大的特征提取和表示学习能力,它也成为当前推荐系统研究的热门方法......
随着互联网的普及和电子商务的发展,电子商务系统在为用户提供越来越多便利的同时,其结构也变得更加复杂,用户经常会迷失在大量的......
随着网络教育的发展，“信息过载”、“信息迷航”、“缺乏因材施教”、“环境孤立”等问题已经越来越突出，已经成为影响网络教育发展......
协同过滤推荐技术是目前为止应用最为成功的一种个性化推荐技术。协同过滤主要依据用户对项目的评分计算用户相似度,构建用户兴趣......
随着互联网的普及和电子商务的迅猛发展,个性化的推荐系统成为电子商务领域一个重要的研究内容。推荐算法作为个性化推荐系统的核......
在“互联网+”的大趋势下，Web服务作为软件开发、业务协作和商业模式创新不可或缺的“数字胶水”，已成为Web上支持应用程序间互操作......
由于移动互联网和通信技术的高速进步和发展,使得21世纪的人们正处于一个所谓信息数据大爆炸的时代。面对现阶段浩如烟海的互联网......
推荐系统是一种基于交互式评分数据的数据挖掘技术,通过深层次地挖掘显式评分数据和隐式反馈数据中具有潜在价值的信息,得到用户和......
日新月异的互联网技术推动了电子商务系统的发展,给社会生产、人们生活带来了极大的便捷。但是,带来便利的同时,随着数据规模的不......
针对当前移动广告的精准推送需求,结合当前的智能技术,提出一种基于用户画像结合协同推荐的广告精准推送方法.在该方法中,基于网络......
[目的/意义]针对移动在线学习平台中用户评价具有布尔变量属性的学习资源,提出一种适用于该类资源的协同推荐方法。[方法/过程]首......
协同过滤中的矩阵分解算法在推荐系统中应用广泛,但其很难充分利用用户和项目描述文档信息,存在显式数据稀疏的问题。由于注意力机......
在传统模式下,导师和研究生之间很难在短时间内进行快速、合理的双向选择。研究基于协同推荐模型的导师研究生双向选择系统,将双选......
在协同推荐算法实际应用基础上,提出了一种改进措施,将多层次相似性度量应用到推荐系统kNN算法中,即借助层次关系矩阵,将内容之间......
为提高旅游线路推荐结果的有效性,降低干扰数据对推荐结果的影响,提出一种基于图基（Tukey）检验的M估计游客怀疑度模型的旅游线路协同......
摘要:通过主题提取进行海洋信息词典的构建,利用已有的向量空间模型进行海洋信息相关度计算,设计了成员引擎的调度方法,并结合主题......
随着汽车保有量的增加,城市停车难问题越来越严重。为了提高停车效率,减少用户寻找停车场的时间成为当前的一个研究热点。在分析国......
摘 要： 针对传统协同过滤算法没有考虑由时间引起的用户兴趣分布变化、致使其推荐精度不高的问题，提出了融合用户兴趣分布变化和特征......
针对目前搜索结果个性化排序算法中的用户兴趣模型构建难、相关度计算不精确等问题,提出了一种结合用户兴趣模型和协同推荐算法的......
针对传统协同过滤推荐算法推荐效率低下,以及其在数据稀疏性和冷启动方面的不足,文中提出基于MI聚类的个性化推荐算法,该算法在协......
当面对新情况时，人们通常会受到经历过的类似情况的记忆所引导，最近邻技术以“相似度（Similarity）”这一概念为基础，而基于记忆的推理（Me......
如何准确高效地提供给用户需要的信息，是信息推荐研究的核心。本文提出了一种推荐机制——基于信息项和用户群的信息推荐机制，它综合......
提出一种以用户社区服务系统为基础，面向社区新用户的商品推荐方法。根据现有用户的历史行为对用户进行社区划分，得到社区划分的结果......
针对传统协同智能推荐技术的冷启动、数据稀缺性问题,为提高推荐算法的效率和准确性,提出一种基于社会化媒体情境的多维智能推荐算......
针对当前基于社会网络的推荐系统大多数采用一般的启发式方法,存在节点复杂路径选择和信任弱传递现象导致推荐精确度不高的问题,以......
随着电子商务的发展及移动通信的普及,移动电子商务涉及到的数据越来越多,在海量信息中找到合适的需求已经成为移动电子商务研究的......
协同推荐是推荐系统中研究最多、应用最广的推荐方法,数据稀疏性问题是其存在的主要问题之一,这在兴趣点推荐中更加突出,缓解数据......
针对传统个性化推荐系统用户兴趣模型创建和更新的不足,无法准确地感知用户特定背景下的语义信息和用户兴趣随着时间的变化,基于用......
协同过滤是推荐系统中使用最广泛且最成功的技术。但是,现有的基于协同过滤的方法在对用户项目非线性交互进行建模时仍然存在一定......
当前社会化导购平台的内容质量参差不齐,用户需要高质量的内容推荐。针对协同推荐方法的数据稀疏性等问题,提出了面向社会化导购的......
社会化标注系统作为移动社会化应用平台,用户标注活动日趋活跃。随着用户、资源和标签数量的不断增加,系统逐渐呈现出数量大、增长......
为解决冷轧带钢表面缺陷信息量大,目前其信息归类、传送仍处于半自动化或离线的状态而造成专家用户接收缺陷信息延迟、产品缺陷影......
由于移动环境中的用户偏好通常会随着位置的变化而发生改变,传统的协同推荐模型在推荐质量的准确率方面往往较低。为了解决这种问......
在电子商务中,协同推荐技术能够帮助用户发现感兴趣的东西。在协同推荐中,通常采用最近邻居的方法来产生推荐。随着商品数量的增多......
在电子商务中,协同推荐技术能够帮助用户发现感兴趣的东两。在协同推荐中,通常采用最近邻居的方法来产生推荐。随着商品数量的增多......
为了从大量的信息中检索出符合用户偏好和需求的旅游资源,文中提出了综合相似度的概念,综合相似度是对用户特征和用户兴趣的完整描......
针对协同过滤推荐系统应用中存在的数据稀疏、可扩展性受限等问题,提出了一种基于用户聚类的二分图网络协同推荐算法.该算法在用户......
通过构建领域本体，利用用户兴趣与领域本体中概念的映射关系，构建用户兴趣本体，发掘用户兴趣模式。研究用户兴趣本体相似度的计算方法......
在当前网购越来越流行的趋势下,网上买药也给很多病人带来了极大的便利。但是普通人在网上购买药品时普遍存在盲目购药、无法获得......
用户评分矩阵稀疏问题影响协同过滤的推荐性能。为此,提出一种基于多示例学习的对象图像推荐算法。将分割区域的视觉特征作为图像......
弹幕作为视频网站与用户互动的新兴媒介,具有一般评论不可具有的实时互动性。同时弹幕更多是用户基于视频场景的共鸣,富有情绪化。......
提出一种新的基于支撑向量机的自适应主动推荐算法,该算法将用户模型按照层次化方式组织成领域信息和原子需求信息,考虑多用户同类......
传统协同推荐将用户相似性作为选择推荐者的基准，过多地依赖用户相似性．借鉴Hovland说服模型，提出了基于经验的协同推荐算法．指出推荐......
