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......
[目的 /意义]针对当前数字图书馆科技文献现有推荐方法中存在的语义缺失、情境缺失及潜在偏好挖掘不足等问题,提出基于科研人员情......
本文为解决现有协同推荐系统存在的"兴趣整体相似性"问题,提出了基于兴趣局部相似的协同推荐方法,并提出了相应地实现该方法的用......
随着云计算及移动互联网技术的迅速发展,网络中可选服务信息呈爆炸性增长,信息过载问题日益严重。针对推荐系统中存在的数据稀疏性......
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......
随着信息技术的不断发展,泛在网已成为当今网络发展的重要趋势。泛在环境下,部署在人们生活中的传感器节点越来越多,大量的感知信......
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......
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......
为进一步提升舰船电子信息推荐算法的精准度,提出基于知识图谱的舰船电子信息协同推荐算法研究.基于知识图谱建立舰船电子信息协同......
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......
很多商超以会员卡的形式记录顾客的信息,从而进行会员价销售和积分返利。本文提出了一种以会员卡记录的电子信息为基础,自动发现有......
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......
为了克服协同推荐系统中的用户评分数据稀疏性和推荐实时性差的问题，提出了一种高效的基于粗集的个性化推荐算法。该算法首先利......
随着通信用户数量的逐渐增加,当前多维信任数据协同推荐算法无法有效满足用户对资源多样性、准确性和发掘能力的要求.为此,提出一......
协同推荐技术作为处理“信息过载”问题的最有效手段之一,受到了众多学者的关注。但随着网络新技术的发展,协同推荐呈现出动态复杂......
依据用户访问行为的连续性，引入本体技术对用户访问路径进行语义描述，生成语义路径图。提出基于语义路径的用户兴趣识别方法，生成用户......
[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......
为了满足开放系统的高度动态性，特别是系统在线演化对服务评估高效性提出的要求，提出了一种基于声誉的推荐者发现方法，首先引入一个相......
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......
针对个性化推荐服务的需要以及用户聚类处理时用户一文档访问数据的高维稀疏性问题，采用“比对降维”的思想和K层次聚类算法，分析基......
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......
