用户相似度相关论文
由于用户的评分数据过于稀疏，使得现有的一些基于矩阵分解的用户评分预测算法计算出的用户评分预测偏差过大，预测准确率无法进一步提......
本文针对学生的个性化在线学习需求，基于部署在云平台中的海量学习资源提出了基于协同过滤算法的双维度学习资源智能推荐方案，以协同......
推荐系统在互联网的数据海洋中主动搜寻用户需要的信息,推荐系统的核心是推荐模型,研究推荐模型具有重大的工程意义。矩阵分解推荐......
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......
当前,推荐技术已经被广泛应用于电子商务等领域来解决“信息过载”问题。同时,用户评论中的情感信息是进一步挖掘用户偏好、提高推......
进入21世纪后,计算机技术取得了飞速发展。目前人们的工作、学习、信息获取等诸多方面都与互联网密切相关。互联网的普及让生活变......
为获得更加理想的电子商务推荐结果，提出一种基于协同过滤的电子商务智能推荐方法。该方法收集电子商务用户相关信息，并对信息进行预......
互联网的快速发展将人类带入了信息时代,海量的信息使得用户难以从其中快速定位所需要的具体信息,从而出现了“信息过载”现象。个......
随着互联网的高速发展，信息量呈海量增长，传统的推荐系统已经无法处理海量数据所带来的大规模计算问题，而且传统的集中式协同过滤推荐......
随着搜索引擎的发展,用户对于信息检索的需求也日益提高。为了更好的满足用户对于查询的需求,个性化检索技术应运而生。其主要是用......
随着个性化推荐系统应用越来越广泛，推荐技术的研究也得到飞速发展。在广泛的个性化推荐技术中，协同过滤技术的研究和应用最为热门，但......
当前互联网发展日新月异,伴随着各种互联网应用不断推出,网络应用数据也爆发式增长。面对如此海量的数据信息,用户已经无法直接的......
在互联网环境下,海量的信息资源使得用户享受到科技带来的便捷,然而,近年来,信息过载问题已经在一定程度上开始影响用户对互联网应......
随着Internet的迅速发展,人们对网络的依赖已经越来越大,而网络中的信息量随着网络用户及网络资源的发展而迅速膨胀,人们在信息的......
随着移动通信和无线定位技术的发展，室内空间及其移动对象的数据管理成为目前数据管理领域的研究热点。由于定位系统的不同，传统的基......
随着Internet的普及和计算机技术的发展,网络用户的规模越来越大,用户访问网络的行为也变的越来越多样化和复杂化。网络在电子商务......
随着信息2.0时代的到来,互联网的飞速发展使得人们获取信息的方式越来越容易,用户在面对海量的数据难以快速而准确的检索到对自己......
社交网络已经变成了许多人的每日生活的必不可少的一部分。许多社交网络已经部署了基于位置的服务。使用这种服务和愈加普遍的能够......
针对用户项目评分表的稀疏性,使得用户相似度计算误差较大的情况,采用一种基于用户与项目特征兴趣的相似度算法。该算法依据项目的......
在基于用户的协同过滤推荐算法中,传统的用户相似度计算方法并不能有效地同时解决用户共同评分项目数量、评分数值和项目热门度差......
无线互联网及移动设备的飞速发展,带动着网络资源的爆炸式增长,加剧信息过载问题,加大了用户寻找所需信息的难度。推荐系统成为解......
现今我们处于一个信息过载的时代。用户在面对众多选择时无所适从,此时个性化推荐系统搭建了从用户到物品的桥梁,过滤掉和用户无关......
随着WEB2.0时代中微博等在线社交网络平台发展的日益火热,越来越多的用户选择在微博中进行信息分享、关注互动和讯息发布,微博已聚......
随着科技的发展以及信息化时代的到来,网络数据已由单一性向着复杂性、全面性转变,在大量冗余信息中提炼出有用数据,并进行精准推......
数据过载问题已成为制约互联网发展的重要问题。个性化推荐技术有效地缓解了这一问题,但随着互联网系统复杂性增加、数据内容多样......
在海量数据环境中,个性化推荐系统成为了帮助用户发现自己感兴趣的物品或信息的利器,在很大程度上节约了用户在寻找物品或信息时的......
随着互联网的发展,信息井喷式的增长以及网络的迅速普及,搜索引擎和个性化推荐系统成为人们获取信息最流行的两个工具。然而当部分......
随着互联网的迅猛发展,网络上的信息量大幅度增长。信息的生产和消费产生了新的矛盾:生产者难以让自己生产的信息引人关注;消费者......
互联网技术、云计算和智能手机的迅速发展,使数据量呈现指数形式增长,人们已经进入了大数据时代。然而,大数据时代的信息过载已经......
随着智能手机的出现与GPS技术的快速发展,越来越多的位置社交网络逐渐产生并被用户所应用,它能为用户提供多种功能,包括分享位置、......
互联网作为人们获取信息的主要途径,在给人们生活带来便利的同时,也使得人们不得不面临信息过载的问题。由于推荐系统能有效缓解信......
在大数据时代和信息时代,有着海量的信息,也存在不少冗杂的内容,导致用户有时无法在短时间内发现感兴趣的信息。所以,个性化推荐系......
随着信息技术的迅速发展和普及,数据资源以指数级别的速度增加,这使得用户在面对众多的网络资源时,反而无法高效选择出对自己有用......
在基于兴趣的好友推荐中,通常需要计算不同用户间的相似度来进行推荐。但是当用户量特别庞大时,计算所有用户之间的兴趣相似度需要......
进入大数据时代以后,网络上信息资源越来越多,特别是在用户无法明确自己需求的情况下,很难找到用户想要的东西,而根据用户的历史记......
随着网络和信息技术的发展,每时每刻都有大量的信息被发布到网上,信息的飞速增长使人们进入了"信息过载"的时代。无论对于信息消费......
很多互联网公司使用推荐系统作为主要工具来解决信息资源飞速增长引起的信息过载问题。然而,推荐算法普遍存在的冷启动问题、数据......
随着以Web2.0技术为基础的社会化媒体的兴起,基于位置的社交网络(LBSN)服务逐渐进入了大众的视野。LBSN弥合了现实世界与虚拟世界......
近年来,社交网络(SocialNetwork Services,SNS)作为一种新颖的,实用的,便捷的交友模式,依赖其真实性,稳定性等特点越来越受到用户......
随着大数据时代的到来,人们在分享大数据带来益处的同时,也遭遇到大数据带来的麻烦。当搜索某种信息时,相关信息可能会铺天盖地而......
信息过载已成为当今社会面临的一个严峻问题。推荐系统的出现,在一定程度上缓解了这个问题。时序信息是推荐系统中的一种重要信息......
为解决传统社区发现算法难适用于大型复杂异质的移动网络的问题,利用移动网络使用详单数据(Usage Detail Record,UDR)和移动用户社......
随着互联网的进一步普及以及大数据时代的到来，人们愈来愈被信息过载问题所困扰。推荐系统的诞生有效应对了这一问题，因而自从上世纪......
提出一种新的基于概率矩阵分解的推荐算法.首先,对用户之间的信任关系网络进行重构,突出社交网络中被很多用户信任的用户地位.其次......
