注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 用户多兴趣下的个性化推荐算法研究

  2. 电子商务个性化推荐成为客户关系管理的重要 内容 ， 协同过滤算法是应用最为广泛的个性化推荐技 术 ， 但传统的协同过滤推荐算法并不适合用户多兴趣情况下的个性化推荐。

  3. 所属分类：网络管理

    • 发布日期：2012-02-16
    • 文件大小：286kb
    • 提供者：dxandzj

  1. 协同推荐与关联规则的区别

  2. 本文简述了：什么是关联规则，什么是协同过滤推荐，及两者的联系。指出了关联规则的推荐面向事务的；而协同推荐则基于用户在一段时间内的购买偏好，是个性化的推荐。

  3. 所属分类：互联网

    • 发布日期：2013-06-05
    • 文件大小：64kb
    • 提供者：zhengjian8972

  1. 个性化推荐系统评价方法综述.pdf

  2. 根据推荐系统任务的不同，介绍了不同的准确性度量指标以及各自的优缺点；介绍了准确度之外的其它指标，例如推荐多样性、覆盖率等；指出了目前评价指标存在的缺陷，以及未来可能的改进方向。

  3. 所属分类：专业指导

    • 发布日期：2014-07-11
    • 文件大小：685kb
    • 提供者：crimsonpig

  1. 个性化推荐系统

  2. 这是一篇对“推荐系统”进行综述的一篇论文。论文整体上分为三部分：介绍了什么是“推荐系统”和它出现的必要性；介绍目前的推荐策略，相应的技术和推荐策略优劣的评估标准；分析了推荐系统中的重点和难点，以及未来的研究方向和研究热点。

  3. 所属分类：其它

    • 发布日期：2015-10-06
    • 文件大小：1mb
    • 提供者：u014594922

  1. 孙子荀 构建内容建模的推荐系统

  2. 17年是内容分发的爆发年。各个自媒体平台，个性化阅读产品，都在争夺用户时间。分本次享主要介绍在内容分发领域的整体工程和涉及的算法技术。 1. 内容分发系统的系统框架； 2. 内容的控制和建模技术； 3. 内容推荐引擎的技术演变 1. 构建一个内容分发引擎，技术架构与挑战； 2. 算法策略模型如何与海量并发相互结合； 3. AI技术在内容处理上的落地

  3. 所属分类：其它

    • 发布日期：2017-03-25
    • 文件大小：5mb
    • 提供者：sunzixun

  1. 常用推荐算法总结

  2. 蟾宫推荐算法的总结介绍，包括非个性化推荐：热度排行，协同过滤算法，基于内容，基于知识的推荐，混合方法；推荐算法最新研究：学习排序，页面整体优化，情景推荐：张量分解，分解机，深度学习

  3. 所属分类：机器学习

    • 发布日期：2018-12-10
    • 文件大小：3mb
    • 提供者：cs985211dn

  1. 百分百微信小程序个性化模板免费开源源码 v1.0.0.1.zip

  2. 百分百微信小程序个性化模板免费开源源码使用的是php5.1开发的框架，数据库是MySQL5.6的；程序是免费开源的；可以个性化diy小程序模板的；使用模块化组合的；后续持续升级的. 百分百微信小程序个性化模板免费开源源码截图 相关阅读 同类推荐：站长常用源码

  3. 所属分类：其它

    • 发布日期：2019-07-16
    • 文件大小：11mb
    • 提供者：weixin_39841848

  1. 如何使用评分可靠性进行跨域个性化推荐方法的介绍.pdf

  2. 在跨域推荐系统中，存在某些用户对所购买的物品进行随意评分的情况。由于对物品进行随意评分的用户的数量较少，当该物品的评分数量较多时随意评分对推荐效果的影响较小，但是当该物品的评分数量较少时，随意评分会对推荐效果产生较大的影响。针对这个问题，提出一种基于评分可靠性的跨域个性化推荐方法。该方法针对不同的评分可靠性，为用户设置不同的阈值。当将辅助域的数据向目标域迁移时，如果用户进行评分的某物品的评分数量低于该用户的阈值，则不将该用户对该物品的评分数据迁移到目标域，否则进行迁移，以此减少随意评分对推荐效

  3. 所属分类：其它

    • 发布日期：2019-07-23
    • 文件大小：588kb
    • 提供者：weixin_39840914

  1. 融合用户属性信息的冷启动推荐算法

  2. 协同过滤算法广泛应用于个性化推荐系统中。现有的基于社群相似性的协同过滤算法在新用户新商品的冷启动场景中难以使用，性能较差。对此，提出了一种基于矩阵分解和神经网络映射的冷启动推荐算法。首先，使用矩阵分解方法求出用户在潜在兴趣空间的向量表示；然后，训练神经网络学习从用户属性数据到潜在兴趣向量的映射关系；最后，融合用户的历史评分数据与属性数据各自生成的兴趣向量，给出平滑的推荐预测值。实验表明，当用户的评分记录很少时，预测性能有明显提升，融合用户的属性信息能较好地改善“冷启动”情况下推荐系统的性能。

  3. 所属分类：其它

    • 发布日期：2020-10-16
    • 文件大小：353kb
    • 提供者：weixin_38685961

  1. 网络电视用户个性化直播频道推荐方法研究-PPT(任思璇).pptx

  2. 网络电视用户个性化直播频道推荐方法研究：网络电视两种类型，分为点播和直播服务，现如今我国的IPTV以广泛部署，直播频道从十几个增加至上百个，流量大的特点，存在切换延时 特定时间观看频道；一对用户的行为特征进行分析，二是推荐策略设计，三是效果对比；整体推荐思路 使用滑动窗口内的数据为用户进行模型训练，最终每个用户都拥有各自的推荐模型。 STB在预测当天实时采集用户当前观看频道信息，将相关信息送入该用户已训练好的推荐模型当中，并为用户进行推荐。 滑动窗口前移来保证推荐模型的更新。

  3. 所属分类：电信

    • 发布日期：2020-11-18
    • 文件大小：1mb
    • 提供者：yangcandan

  1. 纯javaScript、jQuery实现个性化图片轮播【推荐】

  2. 纯javascr ipt实现个性化图片轮播 轮播原理说明： 1. 画布部分（可视区域）属性说明：overflow:hidden使得超出画布部分隐藏或说不可见。position:relative 会导致自身位置的相对变化，而不会影响其他元素的位置、大小的变化。使得使用了position：absolute 元素相对于画布位置进行定位； absolute元素脱离了文档结构，产生破坏性，导致父元素坍塌，float元素也会脱离文档结构，absolute元素会悬浮在页面上方，遮挡其他部分显示，这点和Pho

  3. 所属分类：其它

    • 发布日期：2020-11-27
    • 文件大小：236kb
    • 提供者：weixin_38537689

  1. 基于奇异值分解的个性化审阅建议

  2. 针对如何让消费者在海量评论中快速找到自己的关注的评论，该文提出了一个基于奇异值分解的个性化评论推荐系统RevRecSys。利用矩阵分解技术把这两个矩阵压缩到隐式因子向量空间；最后通过匹配用户的隐式因子向量空间和评论的隐式因子空间实现评论推荐。获得更好的推荐效果。

  3. 所属分类：其它

    • 发布日期：2021-03-20
    • 文件大小：773kb
    • 提供者：weixin_38526208

  1. TitanDataOperationSystem:《 Titan数据运营系统》，本项目是一个全栈闭环系统，我们有利用数据可视化的网络系统，然后用flume-kafaka-flume进行日志的读取，在蜂巢设计数仓，编写spark代码进行数仓表

  2. Titan数据操作系统 概览 《 Titan数据运营系统》，本项目所适用的行业或业务背景有：主营业务在线上（app /网站）进行的公司！操作行为进行统计分析，数据挖掘！以支撑公司的业务运营，精准形象营销，个性化推荐等，来提高业务转化率，改善公司运营效果！ ！ 本项目是一个全栈闭环系统，我们先用flume-kafaka-flume对埋点日志服务器中日志进行读取，然后将日志放到我们的hdfs，然后在hive设计数仓，编写spark代码进行数仓表之间的转换以及ads层表到mysql的迁移，之后使用az

  3. 所属分类：其它

    • 发布日期：2021-03-11
    • 文件大小：112mb
    • 提供者：weixin_42100188

  1. 融合可信度和时效标签的商品推荐算法

  2. 为了提高电子商务推荐系统的性能，提出了考虑可信度的基于时效性的用户-项目-属性-标签四部图模型， 并针对该模型提出了一种新的推荐算法—融合可信度和时效标签的商品推荐算法．该模型算法改善新项目的冷启动问题；提出了基于评分信息的、基于项目属性的和基于用户时效标签的3种个性化预测评分方法，将这3种评 估方法融合，通过调节参数 α ， β 和 γ 平衡因子，判断这3种评估方法的影响因素权值，从而提高推荐的准确度．结果 表明该推荐算法既有较高的准确度，也有较高的新颖度，并且在某种程度上有效地处理了新项目推

  3. 所属分类：其它

    • 发布日期：2021-03-07
    • 文件大小：289kb
    • 提供者：weixin_38717870

  1. Spotify_Recommendation_System:使用Spotify API构建音乐推荐系统-源码

  2. Spotify推荐系统 作者：阿迪娜·斯坦曼（Adina Steinman） 目标：使用Spotify API构建音乐推荐系统 业务问题 该项目的目的是为新的音乐流媒体平台构建推荐系统。 首先，建立了一个分类模型，以解决冷启动问题，并具有一种为新用户生成评分的机制。 接下来，创建了一个基于SVD的模型，以根据用户现有的首选项和歌曲评级为用户提供推荐的歌曲。 这将使该平台能够构建适合个人口味的播放列表，并希望通过这种个性化的歌曲推荐方法赢得新客户。 数据采集 使用Spotipy包装器从Spotif

  3. 所属分类：其它

    • 发布日期：2021-03-06
    • 文件大小：20mb
    • 提供者：weixin_42133861

  1. 魅族推荐平台的架构演进之路

  2. 摘要：魅族拥有超大规模的用户量及海量数据，魅族推荐平台实现了在海量的数据中对算法模型进行在线及离线训练，在高并发的场景下实时进行预测为用户推荐更感兴趣的信息。同时支撑多算法组合A/B测试，以供算法进行在线实验，并能在线进行动态机器资源分配以达到资源的最大化利用。魅族整个产品线都有用到推荐，包括资讯、视频、应用中心、个性化中心、广告等业务，魅族的推荐平台在其中起到了关键的作用，下文将会全面分析从开始到现在的架构演进，以及其中涉及的技术难点分析，以期给读者带来更多的思考。支撑5个以上大产品线在不同场

  3. 所属分类：其它

    • 发布日期：2021-02-25
    • 文件大小：817kb
    • 提供者：weixin_38621104

  1. 融合可信度和时效标签的商品推荐算法

  2. 为了提高电子商务推荐系统的性能，提出了考虑可信度的基于时效性的用户－项目－属性－标签四部图模型，并针对该模型提出了一种新的推荐算法———融合可信度和时效标签的商品推荐算法．该模型算法改善新项目的冷启动问题；提出了基于评分信息的、基于项目属性的和基于用户时效标签的３种个性化预测评分方法，将这３种评估方法融合，通过调节参数α，β和γ 平衡因子，判断这３种评估方法的影响因素权值，从而提高推荐的准确度．结果.表明该推荐算法既有较高的准确度，也有较高的新颖度，并且在某种程度上有效地处理了新项目推荐的冷启动

  3. 所属分类：其它

    • 发布日期：2021-02-25
    • 文件大小：287kb
    • 提供者：weixin_38655561

  1. MathematicaForPrediction：用于预测和个性化的机器学习算法的Mathematica实现-源码

  2. 使命宣言 该开源项目适用于统计和机器学习算法的Mathematica（Wolfram语言）实现，可用于数据分析，预测，预测和推荐系统。 许可事项 所有代码文件和可执行文件均具有GPL 3.0许可证。 有关详细信息，请参见 。 所有文档均带有Creative Commons Attribution 4.0 International（CC BY 4.0）许可证。 有关详细信息，请参见 。 组织 在Mathematica软件包文件（“ * .m”）中给出了算法的实现。 在Mathematica笔

  3. 所属分类：其它

    • 发布日期：2021-01-30
    • 文件大小：58mb
    • 提供者：weixin_42099070

  1. 基于人工鱼群算法的图书馆推荐平台设计

  2. 针对图书购买的个性化需求与管理需要，提出一种改进型人工鱼群算法的个性化图书推荐平台。本文首先对个性化推荐平台的功能需求进行分析；其次对系统整体架构、功能模块、运行环境等进行设计；再次，利用人工鱼群算法注重对用户行为进行分析，从而为广大的读者和图书销售商提供更为专业的图书推荐和管理建议；最后以C++ 6.0作为编程语言，Mysql作为数据库，对系统功能进行开发，并通过测试验证系统运行的可行性。

  3. 所属分类：其它

    • 发布日期：2021-01-27
    • 文件大小：838kb
    • 提供者：weixin_38608025

  1. 基于Android的菜谱个性化推荐系统的设计与开发

  2. 据调查，当今社会中，有不少人存在“选择吃什么”的困难症，为解决这一问题，文章设计了一种菜谱个性化推荐系 统。该系统分为客户端和服务端，服务端进行系统的推荐计算，该推荐计算应用了基于内容的推荐算法，应用过程如下： 首先，当一个新用户在客户端注册该系统时，系统会收集用户偏好属性以及用户基本信息；其次，系统把收集到的用户基 本信息和用户偏好属性提交到服务端，服务端通过已经建立好的用户偏好属性、菜谱属性、用户信息模型进行推荐计算； 最后，服务端把计算结果反馈到客户端，客户端显示给用户的推荐列表。实验结果

  3. 所属分类：其它

« 12 3 4 5 6 7 8 »