可解释推荐相关论文
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......
推荐算法广泛应用于互联网场景中，为用户推荐个性化的信息，解决信息过载问题，以提升用户体验。引入知识图谱的推荐算法利用丰富的辅助......
随着互联网技术的快速发展,信息资源高速增长,用户面对严重过载的信息,使得快速寻找到目标信息资源变得十分困难。用户需要一个能......
推荐系统作为一种个性化的信息过滤工具,随着大数据时代的到来得到了越来越广泛的应用。与此同时,推荐系统也面临着发展和挑战,比......
人类社会的进步依赖于信息的交流,推荐系统作为筛选信息的核心技术,承担着信息入口的重要角色。随着信息种类的丰富,信息展示方式......
推荐系统的评论文本作为用户问题、建议、态度的载体,对挖掘用户偏好极具价值。深度协同神经网络DeepCoNN,转换网络TransNets和神......
大数据及人工智能技术的发展对人们的生活方式影响深远。各种人工智能相关应用通过与用户的交互掌握其需求,提供相应的服务博得用......
近年来,可解释推荐逐渐成为推荐系统领域的研究热点,其目的是在给用户推荐物品的同时,对推荐结果进行解释。可解释推荐不仅能够提......
