您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. 社交网络信息的协同过滤方法

  2. 融合社交网络信息的协同过滤方法对目前协同过滤方法存在的数据稀疏性、冷启动以及未能有效利用用户社交网络信息提高推荐质量 等问题,提出一种融合用户社交网络信息的协同过滤方法,该方法以矩阵分解推荐模型为核心,可综合集成目标用 户个人偏好以及社交网络中的关系用户偏好特征信息做出推荐.通过设计相应的推荐方法,并基于梯度下降法对 用户以及商品特征矩阵的求解进行了优化运算.相关实验结果表明融合社交网络信息可在一定程度上提高协同过 滤的推荐准确度以及缓解数据稀疏性、冷启动问题. [关t词】协同过滤;社交网络;
  3. 所属分类:SQLServer

    • 发布日期:2014-09-26
    • 文件大小:509kb
    • 提供者:zhuaiyun
  1. 动软分享社区系统(动软购物分享系统) v1.9.rar

  2. 动软社会化分享社区系统一套完整的社会化电子商务 社区解决方案,融合了社会化思想,SNS社区 电子商务两种主流商业模式,集微博文字动态、图片、商品及视频等各种类型内容进行分享的社区互动平台。采用Pinterest的瀑布流形式,集成淘宝等电子商务开放平台接口,可以快速搭建集微博、社交、购物分享、导购、点评、个性化推荐、专辑、群组、达人、活动等功能于一体的SNS社区网站。轻松建立类似蘑菇街,美丽说等社会化电商导购网站和不同类型的垂直SNS社区,增加用户粘性,为企业实现更精准化的网络营销。   1.基
  3. 所属分类:其它

    • 发布日期:2019-07-09
    • 文件大小:79mb
    • 提供者:weixin_39840924
  1. 社交网络推荐系统融合信息

  2. 总体环境和社会网络信息已经成为推荐系统所需的重要信息来源,在推荐系统中整合这些信息将进一步改进推荐系统的精度和用户满意度。该算法应用随机决策树划分原始的用户-商品评分矩阵来进行某些信息的处理,且具有相似的信息的评分被分为一个。随后应用矩阵为了整合社交网络信息,在考虑某些信息的环境下提出了一种结合社会网络关系的增强推荐模型,使用一种基于信任度的皮尔逊相关系数的方法。在真实的实验数据集上进行验证,表明CS系统推荐较传统的基于基础的和基于社会网络的推荐算法在性能上和推荐性能上有很大的改善。
  3. 所属分类:其它

    • 发布日期:2021-03-12
    • 文件大小:377kb
    • 提供者:weixin_38534344
  1. 从隐式反馈中学习推荐社交情境信息

  2. 近年来,具有社交网络的推荐系统已经得到了很好的研究。 但是,这些方法大多数都忽略了用户和项目之间的社会上下文信息,这对于预测许多推荐问题中的用户偏好非常重要和有用。 此外,已经针对用户可以提供明确等级的场景提出了大多数现有的社交推荐方法。 但是实际上,显性反馈并不总是可用,真实社交网络中的大多数反馈不是显性而是隐性的。 基于以上观察,我们提出了一个统一的排名框架,该框架将社会背景信息和常见的社会关系相融合,以实现隐性反馈。 具体来说,我们首先通过从社交环境中推断出的隐性兴趣来扩展用户潜在特征,然
  3. 所属分类:其它

    • 发布日期:2021-03-03
    • 文件大小:394kb
    • 提供者:weixin_38651468
  1. 基于信息融合的混合多组共聚推荐框架

  2. 协作过滤(CF)是推荐系统中最成功的算法之一。 但是,它遭受数据稀疏性和可伸缩性问题的困扰。 尽管已加入许多聚类技术来缓解这两个问题,但是其中大多数未能在推荐准确性上实现进一步的显着提高。 首先,它们中的大多数都假设每个用户或项目都属于一个集群。 由于通常用户可以拥有多个兴趣并且项目可能属于多个类别,因此更合理地假设用户和项目可以加入多个集群(组),其中每个集群都是志趣相投的用户和他们喜欢的项目的子集。 此外,大多数基于聚类的CF模型仅在聚类过程中使用历史评级信息,而忽略了推荐系统中的其他数据资
  3. 所属分类:其它

    • 发布日期:2021-03-03
    • 文件大小:761kb
    • 提供者:weixin_38643141
  1. 新浪微博王传鹏:微博推荐架构的演进

  2. 微博(Weibo)是一种通过关注机制分享简短实时信息的广播式社交网络平台。微博用户通过关注来订阅内容,在这种场景下,推荐系统可以很好地和订阅分发体系进行融合,相互促进。微博两个核心基础点:一是用户关系构建,二是内容传播,微博推荐一直致力于优化这两点,促进微博发展。如图1所示:在微博推荐发展的过程中遇到体系方向的变化、业务的不断更迭、目标的重新树立,其产品思路、架构以及算法也随之进行变迁。本文主要阐述在这个过程中推荐架构的演进,从产品目标、算法需求以及技术发展等维度为读者呈现一个完整的发展脉络,同
  3. 所属分类:其它

    • 发布日期:2021-02-26
    • 文件大小:727kb
    • 提供者:weixin_38618140
  1. 一种融合信任和项目卷积描述信息的PMF算法

  2. 针对现有概率矩阵分解(PMF)技术的个性化推荐系统在采用社交网络中信任信息时常常忽视项目相关描述文档信息的问题,提出一种融合用户信任和通过卷积网络以获取项目描述等信息的PMF模型.首先,利用用户偏好信息和行为轨迹信息构建一种新的信任网络;然后,通过卷积神经网络从项目描述文档中提取项目潜在的特征向量;最后,在概率矩阵分解过程中同时利用评分数据、信任网络中用户的信任信息和项目的描述信息,计算用户和项目的潜在特征向量以预测评分并进行个性化推荐.为验证算法的有效性,选择3种算法在4个数据集上进行对比,实
  3. 所属分类:其它

    • 发布日期:2021-01-12
    • 文件大小:556kb
    • 提供者:weixin_38674763
  1. 推荐系统的联合用户知识和矩阵分解

  2. 当前,大多数现有推荐方法均等地对待社交网络用户,其假设推荐对用户的效果由用户自己的偏好和社会影响力决定。 但是,尚未考虑用户在该领域的知识。 换句话说,用户在多大程度上接受社交网络中的推荐,需要考虑用户自己在该领域中的知识或专长。 在本文中,我们提出了一种基于融合信任关系,用户评级信息和用户自身知识等社交网络信息的矩阵分解推荐算法。 具体来说,我们首先在社交网络中使用用户的状态(在本文中,状态是指关注者的数量和完成的评分的数量),以指示用户在某个领域中的知识,因为我们无法直接衡量用户的知识。场。
  3. 所属分类:其它