可解释推荐相关论文
针对协同过滤算法在为用户商品相关性建模时未考虑用户/商品对特征属性的不同关注度及不可解释性问题,提出基于特征权重与情感偏好......
推荐算法广泛应用于互联网场景中，为用户推荐个性化的信息，解决信息过载问题，以提升用户体验。引入知识图谱的推荐算法利用丰富的辅助......
随着互联网技术的快速发展,信息资源高速增长,用户面对严重过载的信息,使得快速寻找到目标信息资源变得十分困难。用户需要一个能......
推荐系统作为一种个性化的信息过滤工具,随着大数据时代的到来得到了越来越广泛的应用。与此同时,推荐系统也面临着发展和挑战,比......
【目的】为解决现有工作推荐存在的难以大规模应用、冷启动、缺乏新颖性和解释性等问题,提出基于人才知识图谱推理的强化学习可解......
社交媒体与电商平台为数以亿计的用户提供着便捷的工作、生活和社交娱乐服务的同时,也散布着海量的文本数据,其中,用户生成的文本......
人类社会的进步依赖于信息的交流,推荐系统作为筛选信息的核心技术,承担着信息入口的重要角色。随着信息种类的丰富,信息展示方式......
推荐系统的评论文本作为用户问题、建议、态度的载体,对挖掘用户偏好极具价值。深度协同神经网络DeepCoNN,转换网络TransNets和神......
近年来,可解释推荐逐渐成为推荐系统领域的研究热点,其目的是在给用户推荐物品的同时,对推荐结果进行解释。可解释推荐不仅能够提......
