收稿日期:2006211221;修回日期:2007202229 基金项目:国家自然科学基金资助项目(70671016,70272050 作者简介:郭艳红(19772,女,博士研究生,主要研究方向为电子
随着计算机的普及,人们对用户信息个性化的关注日益增加,尤其是在网络应用程序上。当前,用户的个性化配置文件分散的存储在互联网上,它们中大部分存储在每个独立的网站,因此使得配置文件的使用和共享受到了很多的
一种基于商品森林体系的个性化美食推荐算法,欧阳跃祁,陈浩,随着大数据时代的到来以及人们移动性的日益增强,如何为不同地理位置、不同兴趣背景的用户提供个性化的美食推荐是一个具有挑战性
基于半受限玻尔兹曼机的个性化地点推荐,郭均鹏,张文翔,在基于位置的位置的社交网络(location-basedsocialnetworks,LBSNs)中,个性化地点推荐系统扮演者至关重要的角色。个性
基于权威度的指导者挖掘与个性化推荐方法,王喆,唐杰,在学术搜索引擎Arnetminer提供的数据中,对师生关系进行了挖掘,并在此基础上,结合用户信息,进行个性化的指导者推荐。计算出指导��
机器学习是计算机科学与人工智能的重要分支领域.本书作为该领域的入门教材,在内容上尽可能涵盖机器学习基础知识的各方面。为了使尽可能多的读者通过本书对机器学习有所了解,作者试图尽可能少地使用数学知识.然而
基于协作过滤算法的个性化推荐视频系统:基于协同过滤算法的个性化推荐水平系统,使用Spring Boot,Hadoop等框架和工具整合
协同标记系统允许用户自由标记系统资源,但也由此产生了同义标签和多义标签问题,这使得如何利用用户标签构成的用户概貌信息进行个性化资源推荐成为一个难题。为此首先基于图聚类算法把系统中语义相近的标签构成聚类
针对协同推荐技术存在的数据稀疏性和恶意评价行为等问题,提出了一种新颖的基于社会网络的协同过滤推荐算法。该方法借助社会网络分析技术对协同推荐方法加以改进,结合用户信任关系与用户自身兴趣,通过计算网络节点
JenaAPI在数字媒体个性化推荐系统中的应用研究,方红涛,,Jena(ASemanticWebFrameworkforJava)是来自于惠普实验室语义网研究项目的开放资源,是用于构建语义网应用程序的