暂无评论
深度神经网络由于结构类似于生物神经网络,因此拥有高效、精准抽取信息深层隐含特征的能力和能够学习多层的抽象特征表示,且能够对跨域、多源、异质的内容信息进行学习等优势。提出了一种基于多用户-项目结合深度神
为了解决信息检索中无法获取符合个人需求的特色资源的问题,介绍了个性化推荐系统的概念以及推荐系统常用的算法;重点阐述了协同过滤技术的流程:利用用户项目矩阵计算用户之间的相似性,结合最近邻信息预测出符合个
随着大数据时代的到来，机器学习算法在个性化推荐预测方面取得了显著的进展。基于用户历史行为数据的分析，机器学习能够构建精密的模型，准确地捕捉用户的偏好和兴趣。推荐系统通过这些算法实现个性化推荐，提高用户
小波变换作为一种新兴时频分析方法，其小波谱表征了信号的时频特性。对信号的小波谱以及与魏格纳-维尔分布之间的关系进行了较为详细地讨论。根据时频分析的理论，把小波谱扩展到了小波谱相关域，提出了小波谱相关分
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
个性化影片推荐的研究，对推荐系统有帮助，需要的可以看下
移动资讯平台内容个性化推荐体系的研究,张语嫣,吕廷杰,近些年,基于个性化推荐体系的移动资讯平台发展迅速。本论文从平台和系统的角度,介绍并分析了个性化推荐体系的架构和原理。重点
引进一种新型高准确度基于资源分配协同推荐方法，利用物质分配过程计算用户相关性。在此基础上考虑类型对相关性影响对算法进行了改进，增加系数λ调节类型因素影响相关系数程度。改进算法平均排名分数减小、平均度减
一种基于改进RFM和社会联系的个性化推荐方法，陈茹茹，张晓航，个性化推荐系统一直是国内外学者研究的焦点。本文提出了一个混合个性化推荐系统框架。首先，基于电信行业客户使用数据业务的特点
基于Web数据挖掘的站点个性化技术研究，朱方平，，针对用户特点向用户提供个性化服务已经成为Web站点发展的趋势。本文首先分析了站点个性化技术的基本思路，提出了基于Web数据挖掘的
暂无评论