动态推荐相关论文
随着移动互联网技术的不断发展,网络结构及其拓扑日益复杂,数据规模爆炸式扩张,使得如何迅速而准确地从海量信息中搜集和获取更多......
一直以来,各种推荐系统关注于如何挖掘用户与物品特征间的潜在关联,特征信息的充分利用有利于用户到物品的精准匹配.基于矩阵分解......
随着互联网技术的发展、大数据时代的来临，人类享受着信息爆炸带来的巨大机遇，同时也面临着“信息过载”的挑战。个性化推荐技术继网......
在当今这个信息爆炸的时代，互联网上的信息和数据让人眼花缭乱。推荐系统在对信息和数据的过滤和筛选过程中扮演着重要的角色，推荐系......
在数字土壤制图中,野外土壤采样是进行土壤属性信息空间推测必不可少的重要环节。在实际的野外采样过程中,因野外地理环境的复杂性......
将知识图谱推荐系统应用于时态网络能够有效解决动态推荐问题,在军事、交通、社交等领域具有重要的应用价值。文中对时态网络中知......
本文基于隐形反馈数据集提出区分用户长期兴趣和短期兴趣的推荐模型DYLSI,该模型主要考虑到用户兴趣、项目流行度随时间的变化以及......
自适应网站能够根据用户需要快速灵活地改变自身，动态适应不断变化的用户需求和应用环境.本文基于图的频繁闭项集从站点一定时期内......
为提高Web资源推荐的准确度,提出基于本体的Web资源个性化推荐算法(BO-RM)。设计Web资源主题抽取算法和相似性度量方法,利用本体语......
针对P2P网络中节点交易风险较大的问题，模拟社会网络的人际交互过程，提出一种基干动态推荐的信任管理模型。采用模糊聚类方法，结合交......
从学科分类、资源整合、用户信息管理3个方面分析了个性化信息动态推荐服务对数字图书馆的作用,对融入实时情境的数字图书馆个性化......
网络的迅速发展使消费者能够获取到更多地资源信息,商家能够使用更丰富的营销手段和模式,而与此同时,消费者辨别筛选信息的难度增......
为了提高推荐算法的准确性，充分发挥推荐系统在实际应用中的重要作用，提出了一种基于级联二部图的推荐方法，很好地刻画了在推荐过程中......
传统方法难以区分用户不同的兴趣稀疏性特征,导致用户在访问网络时无法准确快速地浏览偏好的目标数据,因此提出基于数据挖掘的网络......
现代通信技术、Internet技术和多媒体技术的快速发展,在使用户能够快捷获取形式多样信息资源的同时,也不可避免的带来了“信息过载......
为了提高人力资源推荐系统的效率,提出一种基于Spark平台的K均值聚类算法来完成人力资源推荐;Spark平台在分布式系统所有节点的内......
深度学习技术是机器学习领域的一个研究热点,已被深入研究并广泛应用于许多领域.推荐系统是缓解信息过载的重要技术,如何将深度学......
互联网技术的飞速发展使人类进入了大数据时代,“信息过载”成为亟待解决的问题之一。推荐系统作为一种解决“信息过载”问题的技......
为了解决用户兴趣变化动态推荐的问题,通过利用用户的实时上网数据动态更新贝叶斯网络各种兴趣的概率,结合兴趣阈值刻画用户画像并......
