数据稀疏性相关论文
在协同过滤推荐算法中，传统的相似度计算方法在计算时未能考虑用户共同评分项目数量差异、评分数值差异、项目热门度差异和用户兴趣......
针对兴趣点（point-of-interest,POI）推荐中用户-POI矩阵数据稀疏问题，当前的研究通过探索地理位置、内容信息及社会关系等上下文因素......
随着国民经济发展,美食种类越来越多样,人们对美食的需求不断扩大,从大量的美食信息中准确直观地为用户呈现符合其多元需求的菜品......
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......
在当今社会,网络已经成为人们获取信息的主要来源。海量的数据信息使得人们很难能够快速获取满足自己需求的信息,而推荐系统能够帮......
针对协同过滤算法中数据稀疏性导致的推荐结果精确度不高的问题，本文提出一种改进的加权Slope-One算法填充评分矩阵。首先，利用用户......
在当今时代,科学技术飞速发展,短视频靠着短小精悍、内容丰富、生动鲜明等特点逐渐走向了日常生活。短视频作为当今休闲娱乐的重要......
推荐算法的需求非常之早,在机器学习还没有完全流行的时候便已经出现。尤其是到了如今互联网高速发展的时期,网络中充斥着大量的无......
随着5G、WiFi等网络技术的发展和智能移动设备的普及,基于位置的社交网络（LBSN,Location-based Social Network）已成为人们关注的焦......
评论文本中蕴含着丰富的用户和物品信息,将其应用于推荐算法有助于缓解数据稀疏问题,提高推荐准确度.然而,现有的基于评论的推荐模......
随着互联网的发展,全球数据量爆炸式增长,信息过载现象严重,如何获取用户真正关注的信息成为困扰人们的难题之一.在此背景下,推荐......
随着网上信息量的急剧增加,信息过载问题成为了制约网络发展的一个重要因素。个性化推荐系统作为解决信息过载问题的有效手段,得到......
协同过滤推荐技术被广泛用于各个推荐系统,但它仍然存在着用户评分数据稀疏性问题,可能导致推荐结果不准确.针对该问题,提出一种基......
在大数据时代,从大量数据中提取有用的信息,并将其推荐给用户是至关重要的,推荐系统随之产生并应用到互联网上,协同过滤算法是推荐......
早期的互联网用户必须通过记住网站来查找信息。随着21世纪以来互联网信息技术的迅速发展，尤其是近年来Web2.0和社交媒体技术的诞生......
随着互联网的不断发展，在人们的生活与工作中，信息过载问题越来越严重，为了让人们在对自己的需求也不太明确的情况下，从海量的数据中找......
随着新时代信息社会的快速发展,作为用户与产品沟通的平台,推荐系统越来越重要,人们对推荐系统的要求也变得越来越高。笔者详细剖......
在海量的数据中发现用户的兴趣度是电子商务领域实现针对性信息推送的一种重要方法。根据大数据稀疏性特征，把奇异值分解方法引入协......
随着互联网技术的应用和普及,特别是电子商务的迅猛发展,存储在网络上的数据呈现出指数增长的趋势,由此出现了“信息爆炸”和“信......
近年来,随着电子商务市场的急速扩增以及网络购物成交量的日益加大,海量的商品信息充斥着每个消费者的生活,如何方便快捷地为用户......
信息技术的迅猛发展给人们的生活带来了很多便捷,随着网上用户的增加,产生的海量数据一时间让用户无法应接,大量的商品信息无法应......
随着互联网技术的迅猛发展，互联网中的资源呈现出爆炸式增长的态势。如何从海量的资源中准确定位到适合用户的资源逐渐成为工业界和......
随着互联网的普及和电子商务的飞速发展，网络上的商品信息严重“过载”，用户很难在大量的商品信息中找到真正需要的商品。电子商务推......
话题模型是近年来在文本分析和挖掘领域比较流行的机器学习方法，不像传统的向量空间模型在高维稀疏的单词空间中刻画文档，它在表示文......
随着信息技术的发展，大量信息充斥着各类互联网平台，如电子商务平台，社交网络平台和在线教育平台等。而人们精力有限，只能处理非常有限......
由于数字图书馆具有丰富的信息资源和便捷的操作性，在近几年内其得以快速的普及和发展。当前比较成功的数字图书馆系统有ACM数字图......
随着Web爆发式地增长,推荐系统已经广泛的被用户所接受。大量的互联网用户增加到形形色色的电子商务网站中去,这就使得推荐系统得......
随着电子商务规模的进一步扩大,用户数目和文档资源急剧增加,导致用户数据的极端稀疏性和系统扩展性问题。传统协作推荐算法都无法......
随着信息技术的高速发展和信息资源的迅速膨胀,人们从海量数据中找到自己真正感兴趣的信息变得越来越困难,这就是著名的“信息过载......
推荐系统是解决信息过载问题的有效方案,已经广泛应用于电子商务、社交网络、音乐社区和电影社区等领域。近年来,协同过滤推荐技术......
随着互联网技术的不断发展、电子商务应用的不断普及,越来越多的信息充斥在互联网之上。面对如此多的资源,如何快速找到自己真正所......
随着互联网的普及和电子商务的快速发展,电子商务系统提供更多选择的同时,其结构也变得更加复杂,用户经常会迷失在大量的商品信息......
随着互联网时代的发展,大量的信息数据在不断产生。个性化推荐帮助用户从海量数据中筛选出需求的数据,为了使用户获得更好的推荐体......
在互联网时代,个性化推荐系统得到广泛应用。在推荐系统中,推荐算法起着决定性的作用,而协同过滤算法为最为常用的一种推荐算法,采......
随着Web2.0技术的快速发展,互联网给人们的工作生活都带来了很多的便利。例如,在过去人们为了买一件衣服,可能需要去很远的商场购......
协同过滤算法是迄今最为流行的推荐算法之一,但是传统的协同过滤算法都面临着数据稀疏性的问题。现有的系统主要是通过辅助信息来......
随着家居电商的进一步发展,用户对个性化推荐的需求与日俱增,各种各样的推荐算法开始应用其中。传统的聚类推荐算法,每个参与的用......
随着Web2.0时代的到来,人们渐渐从信息接收者转变为信息创造者,信息分享也变得更加容易,人们在享受着互联网带来的便利的同时,也逐......
随着电子商务网站中商品数量和种类的增多，消费者需要花费更多的时间进行商品的筛选，这种信息过载的现象困扰着人们对有效信息的选择......
信息爆炸导致了过量信息资源，使得人们无法集中注意力去寻找对自己有价值的信息，而迷失在海量的信息资源里，这样会降低信息的使用效率......
随着互联网信息技术的蓬勃发展,信息过载问题变得越来越严重,用户无法快速从海量数据中找到对自己价值度与满意度高的信息,于是辅......
随着在线推荐系统在社交网络中的广泛运用,随之而来的是用户隐私保护和数据稀疏性的风险。在电影推荐系统领域方面,越来越多的用户......
随着互联网技术的不断发展,网络信息日积月累,带来了信息量大、质量差、价值低等问题。推荐系统是解决这些问题的有效技术之一。推......
互联网技术的蓬勃发展导致信息过载,使得公众难以辨别琳琅满目的商品和选择最符合自己需要的商品。因此,基于信息检索的个性化推荐......
信息是互联网资源不可或缺的一部分。随着互联网信息的爆炸式增长和信息种类纷繁复杂的变化,让用户从中选择出对自己真正有意义的......
