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. 数据处理 得我们的推荐，更有利于他人

  2. 数据处理 得我们的推荐，更有利于他人

  3. 所属分类：C++

    • 发布日期：2012-04-09
    • 文件大小：1mb
    • 提供者：gao825552066

  1. 基于图的推荐算法 c，c++ 实现 代码 项亮 随机游走

  2. 基于图的推荐算法 c，c++ 实现 代码 项亮 随机游走

  3. 所属分类：C++

    • 发布日期：2014-12-05
    • 文件大小：11mb
    • 提供者：tuobadon

  1. EXT 中文帮助 很好的推荐

  2. EXT 中文帮助 很好的推荐 有助人学习和进步，不懂的卡壳的下来看一看很叼

  3. 所属分类：Java

    • 发布日期：2008-12-19
    • 文件大小：1003kb
    • 提供者：hb66740089

  1. 基于用户多种关联信息和项目聚类的推荐算法

  2. 基于用户背景信息的推荐算法中仅通过降低矩阵稀疏性来预测用户评分,造成算法的推荐准确率偏低。为解决上述问题,提出一种基于用户多种关联信息和项目聚类的推荐算法。首先通过加入用户与项目间的关联信息改进相似度计算方法来更加准确计算获取相似用户,将最相似的前K个用户作为目标用户的最近邻;然后根据目标用户最近邻对项目的评分预测目标用户未评分项目的预评分,并把预评分填充到用户项目评分矩阵;最后通过协同过滤算法得到最终预评分,在此基础上结合项目聚类产生推荐项目列表。通过MovieLens数据集上的实验结果表明,

  3. 所属分类：其它

  1. 基于近邻用户评论的推荐辅助网络.pdf

  2. 基于近邻用户评论的推荐辅助网络.pdf 更多资源请点击：https://blog.csdn.net/weixin_44155966

  3. 所属分类：机器学习

    • 发布日期：2020-03-27
    • 文件大小：780kb
    • 提供者：weixin_44155966

  1. 《基于图学习和推理的推荐系统》【WSDM 2020教程】.zip

  2. 新加坡国立大学的Xiang Wang、Tat-Seng Chua，以及来自中国科学技术大学的Xiangnan He在WSDM 2020会议上通过教程《Learning and Reasoning on Graph for Recommendation》介绍了基于图学习和推理的推荐系统，涵盖了基于随机游走的推荐系统、基于网络嵌入的推荐系统，基于图神经网络的推荐系统等内容。

  3. 所属分类：机器学习

    • 发布日期：2020-02-15
    • 文件大小：9mb
    • 提供者：syp_net

  1. Altera器件的推荐代码风格.rar

  2. Altera器件的推荐代码风格 风格

  3. 所属分类：硬件开发

    • 发布日期：2019-09-06
    • 文件大小：841kb
    • 提供者：drjiachen

  1. 融合调和用户熵权重和矩阵分解的推荐算法

  2. 针对传统的协同过滤算法在近邻选择环节中没有考虑评分矩阵中的评分是否准确和邻居用户对目标用户真实的推荐贡献能力,导致了近邻选择的不准确的问题,提出了一种融合调和用户熵权重和矩阵分解的推荐算法。算法首先利用时间间隔权重对评分数据进行处理,得到更加贴合实际的评分矩阵,然后引入调和的用户熵权重来计算用户间的相似度,使目标用户能够选取到更准确的近邻.最后将模型与矩阵奇异值分解模型相融合,进一步提高了算法的性能.实验结果表明提出的算法与一些传统算法相比能够得到更客观的评分矩阵,并且可以获取到更准确的近邻集合

  3. 所属分类：其它

    • 发布日期：2020-05-27
    • 文件大小：869kb
    • 提供者：weixin_38727928

  1. 协同过滤（基于用户）的推荐系统.zip

  2. 这个是纯python写的基于用户的推荐系统，没有调用第三方库，值得大家推荐下载，可以深刻理解python基于用户的推荐系统。

  3. 所属分类：互联网

    • 发布日期：2020-06-02
    • 文件大小：2mb
    • 提供者：qq_44593353

  1. Glide用法与技巧以及优秀库的推荐

  2. 今天小编就为大家分享一篇关于Glide用法与技巧以及优秀库的推荐，小编觉得内容挺不错的，现在分享给大家，具有很好的参考价值，需要的朋友一起跟随小编来看看吧

  3. 所属分类：其它

    • 发布日期：2020-08-26
    • 文件大小：82kb
    • 提供者：weixin_38711972

  1. SDCC 基于内容建模的推荐系统

  2. SDCC 基于内容建模的推荐系统

  3. 所属分类：其它

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

  1. 浅谈Spring Boot 微服务项目的推荐部署方式

  2. 主要介绍了浅谈Spring Boot 微服务项目的推荐部署方式，具有一定参考价值，需要的朋友可以了解下。

  3. 所属分类：其它

    • 发布日期：2020-08-29
    • 文件大小：48kb
    • 提供者：weixin_38640443

  1. 不到40行代码用Python实现一个简单的推荐系统

  2. 主要给大家介绍了如何利用不到40行python代码实现一个简单的推荐系统，文中通过示例代码介绍的非常详细，对大家学习或者使用Python具有一定的参考学习价值，需要的朋友们下面来一起学习学习吧

  3. 所属分类：其它

    • 发布日期：2020-09-19
    • 文件大小：73kb
    • 提供者：weixin_38680492

  1. 如何用Python来搭建一个简单的推荐系统

  2. 主要介绍了如何用Python来搭建一个简单的推荐系统,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下

  3. 所属分类：其它

    • 发布日期：2020-09-18
    • 文件大小：82kb
    • 提供者：weixin_38732740

  1. 几何和装配体验证属性的推荐做法.pdf

  2. 本文档指定了用于交换实体和曲面模型的几何验证属性的推荐做法。 对于实体模型，所处理的属性为重心，体积和表面积，对于表面模型，所指定的属性为质心和表面积。 此外，还可以添加独立曲线的验证属性，即，实体或曲面模型中包含的曲线（不是实体或面的边缘）。 几何验证属性也可以分配给代表装配节点总体验证属性的实体/表面集合。 这组数据通常称为“基本验证属性”。 几何验证属性的第一个扩展引入了质心值的分配，以验证装配体内实例的正确位置。 这种方法通常称为“扩展验证属性”。 推荐做法的第二次修订添加了一些机制，以

  3. 所属分类：其它

    • 发布日期：2020-10-02
    • 文件大小：869kb
    • 提供者：ranshunian

  1. 应用知识图谱的推荐方法与系统

  2. 数据稀疏和冷启动是当前推荐系统面临的两大挑战。以知识图谱为表现形式的附加信息能够在某种程度上缓解数据稀疏和冷启动带来的负面影响，进而提高推荐的准确度。本文综述了最近提出的应用知识图谱的推荐方法和系统，并依据知识图谱来源与构建方法、推荐系统利用知识图谱的方式，提出了应用知识图谱的推荐方法和系统的分类框架，进一步分析了本领域的研究难点。本文还给出了文献中常用的数据集。最后讨论了未来有价值的研究方向。

  3. 所属分类：算法与数据结构

    • 发布日期：2020-10-09
    • 文件大小：1mb
    • 提供者：kamo54

  1. 一种基于兴趣度知识的推荐系统框架

  2. 随着Web Mining技术的应用，基于Web Mining技术的推荐系统得到了迅速发展。本文就此系统作了一些改进，并提出了工作框架RESIK。

  3. 所属分类：其它

    • 发布日期：2020-10-26
    • 文件大小：141kb
    • 提供者：weixin_38547421

  1. 录屏软件有哪些好的推荐？(2020.02.22).pdf

  2. 录屏软件有哪些好的推荐？(2020.02.22).pdf

  3. 所属分类：其它

    • 发布日期：2020-12-18
    • 文件大小：404kb
    • 提供者：dllglvzhenfeng

  1. 常见猪病的推荐免疫程序

  2. 三百六十行，行行出状元，但状元也是需要查找和学习常见猪病的推荐免疫程序的，欢迎大家下载常见猪病的推...该文档为常见猪病的推荐免疫程序，是一份很不错的参考资料，具有较高参考价值，感兴趣的可以下载看看

  3. 所属分类：其它

  1. 基于用户/项目的混合协同过滤推荐算法的推荐原理、推荐过程、代码实现 混合推荐算法 聚类、属性、评分混合推荐项目代码实现

  2. 目前商用的推荐机制都为混合式推荐，将用户属性、项目属性、用户操作行为、聚类算法、基于用户、基于项目、基于内容等混合推荐。本文主要介绍混合推荐的推荐原理、推荐过程、代码实现。 一、基于用户/项目的混合协同过滤推荐算法推荐原理 混合推荐可使用的数据包括： 1、用户属性：用户位置、用户性别、用户年龄等属性信息； 2、项目属性：项目类别、项目添加时间、项目内容等属性信息； 3、用户操作行为：用户评分、收藏记录、浏览记录、观看时长、购买记录等操作行为； 混合推荐方法可以是先将数据进行聚类（用户聚类、项目聚

  3. 所属分类：其它

    • 发布日期：2021-01-07
    • 文件大小：44kb
    • 提供者：weixin_38606466
« 12 3 4 5 6 7 8 9 10 ... 50 »