评分预测相关论文
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......
提高化工企业生产过程的安全性可以最大限度地避免事故或降低事故风险。现阶段评价化工企业安全生产水平的指标较多,受评价专家主......
推荐系统技术可帮助用户快速找到感兴趣的物品，从而节省用户时间，也可帮助商家节约销售成本。为提高现有推荐算法预测的准确性和可扩......
在互联网大数据融入生活常态化的背景之下,面对形形色色市场需求与海量艺人数据,开发一套针对影视作品选角功能的平台系统来为影视......
近年来,随着互联网的普及和计算机技术的进步,信息的数量呈指数级增长,人们在享受互联网带来便利的同时,也受到“信息碎片化”和“......
数据稀疏问题是推荐系统重要的挑战。跨域推荐作为一种有效的解决方法,受到了越来越多研究者的关注。多数跨域推荐算法或是仅利用......
随着互联网的快速发展,海量数据不断增加,能够通过网络快速接触各种信息的便利性使我们进入到了信息过载的时代,如何缓解信息过载......
目前基于评论的研究无论是在学术界还是工业界都取得了很大的成功,但是依然存在一些问题。这些现有技术主要以独立和静态的方式提......
许多推荐系统都使用评论文本作为辅助信息缓解数据稀疏和冷启动问题,但目前相关研究中使用的处理评论文本的深度模型（例如卷积神经......
互联网数据量的激增使得人们面临着“信息过载”的问题,而个性化推荐是缓解该问题的有效手段。个性化推荐旨在根据以往的用户记录......
近年来,随着网络发展的多元化,信息过载问题日益严重。分类目录和搜索引擎是早期出现的解决信息过载问题的两类主流方案。但是随着......
随着第五代移动通信系统5G技术的快速发展,全球已经进入大数据时代,用户已经不能有效利用海量互联网数据信息,“信息过载”问题日......
互联网带来的海量信息问题,非常容易导致用户迷失在信息中无法找到自己想要的内容。推荐系统正是解决信息过载问题的利器,但是传统......
随着互联网和电子商务的高速发展,网上购物逐渐代替了传统的购物,成为人们的主要购物方式。如何有效利用用户对商品或服务的评论数......
伴随着我国服务经济的飞速发展,作为现代服务业重要组成部分之一的酒店行业在我国得到蓬勃发展。但是最近几年酒店行业面临的市场......
在信息时代,虽然人们可以共享资源开拓视野,但是海量信息也会让用户花费更多时间代价寻找满足自己需求的信息。正是为了解决用户选......
推荐模型作为解决信息过载问题的有效途径,近年来已在各领域得到广泛应用。传统推荐模型由于浅层的结构设计,导致其无法提取到用户......
基于评论文档的推荐系统普遍采用卷积神经网络识别评论的语义,但由于卷积神经网络存在“不变性”,即只关注特征是否存在,忽略特征......
针对在线教育课程客观评价较差的问题,设计了基于决策树算法的梯度提升算法-场感知因式分解机-逻辑回归(LightGBM-FFM-LR)算法的评......
本文采用“数据世界”官网的IMDB电影数据集,该数据集涵盖66个国家、跨越100多年的5000多部电影,含有影片时长、导演、票房、成本......
深度学习模型具有鲁棒性差的局限性,常见的如在图片中增加特定的噪声会影响到图片的分类和预测结果.近期有学者将深度学习引入到推......
期刊
为满足用户对资源检索越来越高的要求,基于深度学习的在线推荐系统,研发基于神经网络的评分预测模型。该模型在词嵌入和文本卷积网......
由于网络上充斥着大量信息,而用户需要寻找他们真正喜欢的产品和内容,因此预测用户对产品和内容的评分至关重要。用户观点传播模型......
推荐算法通常基于用户的行为数据进行建模,然而显式行为数据的稀疏性可能会引起推荐算法的冷启动问题。为了降低数据稀疏和冷启动......
电子商务中大量评论数据蕴含着丰富的信息,该信息有助于解决个性化推荐系统存在的数据稀疏问题.为了充分挖掘评论数据蕴含的价值,......
针对推荐系统中用户和项目的向量表示问题,提出了一种端到端的具有记忆单元的图神经网络.在图神经网络中引入门控循环单元解决高阶......
随着互联网的高速发展,人类已经步入一个全新的智能化时代。由于信息的数据量正呈现指数级增长,且数据的种类日益繁多,传统的推荐......
推荐系统通过对内容和用户行为的分析，建立适当的模型，帮助用户从海量的数据中找到自己感兴趣的内容。推荐系统中用户的行为反馈包括......
个性化推荐系统可以帮助用户在海量的项目集合中找到他们喜爱的项目,其被广泛地应用于电子商务网站、在线内容提供平台以及社交网......
随着信息技术的高速发展,我们逐渐从信息匮乏的时代走向了信息过载的时代,从海量的信息中获取有用并且感兴趣的信息越来越困难。推......
随着电子商务的迅速发展，人们从网上获取的信息越来越多，顾客有了更大的选择空间同时也带来了一些新的课题。海量的数据信息增加了顾......
随着互联网技术的飞速发展以及社会经济水平的日益提高，越来越多的人愿意出去旅游也使得在线旅游业蒸蒸日上，用户通过在线旅游平台查......
随着互联网和信息技术的高速发展，互联网上的信息急剧膨胀，造成了信息过载问题，导致用户很难从海量信息中获取自己所需要的信息。如何......
互联网技术的快速发展所产生的海量信息易造成信息过载问题，导致人们无法从这些海量信息中快速找到所需的信息。解决信息过载问题以......
学位
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......
为了提高协同过滤推荐算法的推荐准确度,降低对未评分项目的评分预测误差,提出了一种针对修正余弦相似度改进的协同过滤推荐算法。......
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......
为有效解决传统推荐算法精度低的问题,提出了一种融合用户偏好和社交活跃度的概率矩阵分解推荐算法(Probabilistic Matrix Factori......
用户兴趣爱好建模是推荐系统中的研究热点,它要求从用户的购买记录中准确识别用户的兴趣爱好并精确提取相关兴趣特征。用户兴趣爱......
互联网的普及带来了爆发式增长的线上网络信息,用户淹没在海量数据中,需要耗费大量的时间成本和操作成本才能在电子商务平台找到自......
互联网和信息技术的快速发展满足了人们对信息的需求,但人们在享受其带来便利的同时,也面临着信息过载的问题。为了解决这一问题,......
学位
