遗忘函数相关论文
随着5G的逐渐普及,互联网加速发展,网络信息呈指数性爆炸增长。面对海量的数据,用户如何从中找寻到自己所需要的信息,以及信息提供......
由于互联网技术日新月异的快速发展,电子商务已逐渐成为我们生活中不可或缺的一部分。绝大多数电子商务平台为我们提供了琳琅满目......
随着网络的发展,在音乐、购物、阅读、电影等方面,我们更加依赖网络带来的便利。随着用户数目的增加、新兴产品的出现,导致了系统......
针对个性化信息服务中的用户兴趣漂移问题,提出了一种新的正态分布密度曲线遗忘函数,该函数符合用户兴趣遗忘的规律.并且将用户模......
针对贝叶斯个性化排序算法未能充分应用用户的行为信息,导致算法在数据稀疏情况下推荐性能以及鲁棒性均大幅度降低的问题,提出了均......
期刊
为了解决传统的基于用户的协同过滤算法中的数据稀疏性问题,提高推荐的准确率,对推荐算法进行了改进并将改进后的算法应用在美食推......
针对新闻推荐系统中用户兴趣模型构建与用户兴趣漂移问题,提出了一种面向新闻推荐的用户兴趣模型构建与更新方法。首先采用向量空......
推荐系统可以根据用户的基本信息与行为分析用户的兴趣,向用户提供个性化推荐服务,因而成了近年来的研究热点。本文研究基于ALS模......
针对现有的协同过滤算法推荐质量不高,提出了融合用户信任和用户兴趣的协同过滤算法CF-BI.首先根据用户历史评分矩阵,充分考虑用户......
在基于Fisher准则的字典学习算法中，初始字典的选取和目标函数的构建，严重影响字典学习的效果。为了减少初始字典的影响，提高算法的表......
针对如何在邮件系统中进行用户兴趣模型更新的问题,提出了一种兴趣漂移方法。根据用户长期兴趣和短期兴趣的不同特点,对短期兴趣模......
推荐系统作为一种重要的信息过滤手段,可以通过个性化的方式帮助用户在众多的选择之中找到自己感兴趣的内容。推荐系统主要包括基......
复杂网络研究已渗透到数理学科、生命学科、工程学科等不同领域,个性化推荐是复杂网络研究中最为广泛的研究课题之一,在解决信息过......
互联网时代,伴随电子商务网站与社交媒体平台的飞速发展,用户、商品、评论等各类信息呈爆炸式增长。面对海量、复杂信息,用户高效......
世界正处于信息科技化时代,全球信息总量飞速增长,但其中所蕴含的价值也越来越大。推荐系统可以依据用户的基本信息及历史行为从海......
随着信息技术发展,“信息过载”的问题日益严重。电影信息亦是如此,随着电影资源池的不断扩大,用户难以快速、准确的从电影资源池......
网络教学已经成为这个信息时代深受欢迎的学习模式,其为学习者带来丰富学习资源的同时也存在着诸多问题,例如浩瀚的学习资源导致了......
随着Internet与信息技术的飞速发展,互联网中各种类型的数据量迅速地增长,这种信息资源的不断膨胀,出现了所谓的“信息过载”和“......
旅游网络广告是加快旅游业信息化进程的关键手段之一,而旅游个性化信息服务是提升网络广告效果的重要方法。然而,愈来愈多的旅游产......
