用户兴趣建模是推荐系统的重要组成部分，也是推荐算法设计的主要研究内容之一。在现实中用户的兴趣不是一成不变的，随着用户在某......

随着网络日益普及和使用电子商务平台进行购物的用户越来越多，电商的商品种类和信息也越来越庞大，海量的商品和平台信息往往消耗掉网......

针对用户的显性评分数据的的个性化推荐算法的研究，主要集中在提升预测评分问题的精度上。协同过滤算法是其中最经典的算法。通过相......

限制选择集的尺寸,往往会得到更好的结果.针对于网络约会而言,给予用户少量且多样的约会对象推荐,有利于网恋成功率的提高.首先根......

基于内容的图像检索是多媒体数据库研究的重要内容之一.近年来,采用用户相关反馈方法提高检索效率的研究已成为新的热点.用户相关......

LBS算法通过情感分析模型分析各旅游景点评论信息,分析用户的喜好,然后使用基于用户的协同过滤模型,配合用户和景点的地理信息,设......

在商品推荐领域,商品评论信息往往难以得到有效利用。为了充分利用商品评论信息,提高商品推荐系统精度,对NCF神经网络协同过滤模型......

ue＊M＃’＃dkB4＃＃8＃”专利申请号:00109“7公开号:1278062申请日:00.06.23公开日:00.12.27申请人地址:（100084川C京市海淀区清华园申请人:清......

首先介绍了物资管理系统,并讨论了物资需求量的估算问题,然后介绍了推荐系统中常用的协同过滤模型,并将其应用于物资管理系统的优......