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. 一款基于asp.net技术业内领先的Web2.0社区平台

  2. 一款基于asp.net技术业内领先的Web2.0社区平台。结合默认提供的博客、相册、文件、网摘、迷你博客、资讯、论坛、活动、圈子等应用模块，您可以快速的搭建SNS互动社区。借助SpaceBuilder平台的服务（用户、朋友、私信、邀请、权限、审核、隐私、积分、通知、动态、标签、分类、附件…），二次开发者可以快速的增加新的应用模块或者对现有的应用模块进行修改。SpaceBuilder采用世界领先的技术体系架构、优异的缓存技术、基于Lucene的全文检索技术，可以承载千万级的数据，并提供良好的安全

  3. 所属分类：C#

    • 发布日期：2009-06-12
    • 文件大小：25mb
    • 提供者：ss_geng

  1. Web 3.0 Recommendation Systems

  2. 一个讲述社会化推荐的文档，英文的，2009年

  3. 所属分类：Web开发

    • 发布日期：2010-01-29
    • 文件大小：225kb
    • 提供者：jlmouse

  1. Social recommender systems

  2. www2011 关于社会化推荐系统介绍的综述 对于入门和提高都有指导作用

  3. 所属分类：其它

    • 发布日期：2012-01-08
    • 文件大小：260kb
    • 提供者：sadreamhb

  1. 社会化推荐算法在人人网的应用实践

  2. 22期.人人网张叶银-社会化推荐算法在人人网的应用实践

  3. 所属分类：Web开发

    • 发布日期：2012-03-11
    • 文件大小：2mb
    • 提供者：l344431432

  1. 人网张叶银-社会化推荐算法在人人网的应用实践

  2. 描述人人网 如何做推荐系统,对于推荐系统的评价指标有介绍

  3. 所属分类：电子商务

    • 发布日期：2012-08-23
    • 文件大小：2mb
    • 提供者：helloxiao

  1. 游戏行业推荐案

  2. 最精准的手游推广和营销案例.社交媒体（Social Media）也称社会化媒体，指允许人们撰写、分享、评价、讨论、相互沟通的网站和技术。SNS和微博是其中最重要的两种形式，分别满足了用户的不同需求。SNS是以真实好友为核心的强关系型推广平台 ，比如人人网和Facebook；微博是以话题为纽带的弱关系型信息发布平台，比如新浪微博和Twitter。

  3. 所属分类：网络游戏

    • 发布日期：2013-11-07
    • 文件大小：8mb
    • 提供者：qq19861223

  1. 实践《基于 Apache Mahout 构建社会化推荐引擎》

  2. 具体步骤，参见博客：http://blog.csdn.net/fufengrui/article/details/17022535

  3. 所属分类：Web开发

    • 发布日期：2013-11-29
    • 文件大小：12mb
    • 提供者：fufengrui

  1. Taste 的安装与简单的 Demo 实现

  2. “基于 Apache Mahout 构建社会化推荐引擎”中的“Taste 的安装与简单的 Demo 实现”的工程文件，环境：MyEclipse8.5+JDK1.6+TOMCAT6。直接下载，用MyEclipse导入项目即可。

  3. 所属分类：Java

    • 发布日期：2013-12-02
    • 文件大小：17mb
    • 提供者：fufengrui

  1. 使用 Taste 构建推荐引擎实例 – 电影推荐引擎

  2. “基于 Apache Mahout 构建社会化推荐引擎”中的“使用 Taste 构建推荐引擎实例 – 电影推荐引擎”的工程文件，环境：MyEclipse8.5+JDK1.6+TOMCAT6。直接下载，用MyEclipse导入项目即可。

  3. 所属分类：Java

    • 发布日期：2013-12-02
    • 文件大小：17mb
    • 提供者：fufengrui

  1. 论文笔记_一种结合推荐对象间关联关系的社会化推荐算法

  2. 本资源是论文《一种结合推荐对象间关联关系的社会化推荐算法》的笔记。该论文提出的算法是以PMF为框架基础的。资源包括两个文件，分别对应博客http://blog.csdn.net/stdcoutzyx/article/details/21416809和http://blog.csdn.net/stdcoutzyx/article/details/21347157

  3. 所属分类：专业指导

  1. 推荐系统入门

  2. 推荐系统入门 目录为 1推荐概述 1.1推荐系统展现 1.2推荐系统的主要方法 2.常用推荐算法 2.1协同过滤： 2.2基于人口统计学的过滤 2.3内容过滤 2.4社会化过滤 2.5地理位置过滤 3评价推荐结果 3.1准确度 3.2覆盖度 3.3多样性 3.4新颖性和惊喜度

  3. 所属分类：其它

    • 发布日期：2014-09-17
    • 文件大小：1mb
    • 提供者：blackproof

  1. 基于位置的社会化网络推荐

  2. 此文章大有裨益，是基于位置的社会化的网络推荐

  3. 所属分类：Java

    • 发布日期：2015-07-21
    • 文件大小：696kb
    • 提供者：bu_she_zhe_shuo

  1. 大数据驱动下的微博社会化推荐

  2. 新浪微博算法技术总监姜贵彬《大数据驱动下的微博社会化推荐》

  3. 所属分类：互联网

    • 发布日期：2015-12-17
    • 文件大小：1mb
    • 提供者：karamos

  1. ShareSDK超级强大的社会化分享.zip

  2. 超级强大的社会化分享主要功能： 1、支持分享到新浪微博、微信好友、微信朋友圈、QQ好友、腾迅微博、QQ空间、人人网、开心网、豆瓣、搜狐微博、网易微博、短信、邮件、打印、拷贝等，即将支持印象笔记、facebook、twitter、linkedin、pocket、Instapaper等 2、支持获取授权用户资料及其他用户资料，可以通过SDK制作使用新浪微博登录、QQ登录等 3、支持新浪微博SSO授权，省去用户输入密码，更方便安全 4、支持关注官方微博 5、支持关注微信公众帐号 6、支持一键分享，用

  3. 所属分类：其它

  1. 电子商务推荐技术发展的新动向

  2. 电子商务推荐技术发展的新动向，张光前，郭艳红，该文介绍两个电子商务推荐的实例，从中提炼出两种新的电子商务推荐技术：基于广义基因的推荐和基于社会化标签的推荐，并分析了它

  3. 所属分类：其它

    • 发布日期：2020-01-17
    • 文件大小：309kb
    • 提供者：weixin_38657835

  1. WeCenter(原Anwsion) 社会化问答系统 v3.3.0.zip

  2. WeCenter(原Anwsion) 社会化问答系统 v3.3.0 更新日志   短信功能基础模块添加（三种短信通道可供选择）   支付功能基础模块添加（支付宝、微信、余额） 删除改为逻辑删除（文章/问题/用户） 内容审核增加了对文章评论问题评论和回答评论的审核 后台菜单改为数据库储存和维护 新增插件管理（后续可支持插件的安装与卸载，结合应用市场） **配合手机注册插件可实现手机号注册登录 修改加入收藏的逻辑 修复了分享导致内容脚本被执行的漏洞 升级程序修改 （支持官方

  3. 所属分类：其它

  1. 人工智能信息检索与推荐

  2. 人工智能技术在检索和推荐方面的应用近况，我们生活在一个信息时代，并正朝着数字化时代迈进。信息社会化、社会信息化、信息生产与消费促进了信息产业和信息技术的飞速发展，尤其是互联网的发展。然而互联网规模和信息资源的迅猛发展带来了信息过载的问题，一方面人们可以获取海量信息，另一方面信息获取的成本却提高了，人们不仅需要查询信息，还要剔除自己不需要的信息。因此，信息 检索与推荐技术应运而生。信息检索技术可以帮助用户快速查找所需信息，满足用户的主流需求，而推荐技术能够在分析预测用户需求的基础上推送用户们可能需

  3. 所属分类：其它

    • 发布日期：2020-09-29
    • 文件大小：4mb
    • 提供者：qq_36159768

  1. 融合项目标签信息面向排序的社会化推荐算法

  2. 近年来,推荐系统越来越受到人们的关注,按照应用场景主要分为评分预测和Top-K推荐.考虑到传统评分推荐系统和Top-K排序推荐系统只考虑用户和项目的二元评分信息,具有一定的局限性,因此扩展了一种基于列表排序学习的矩阵分解方法.一方面,充分考虑用户之间关注关系.首先通过用户之间的关注关系计算用户之间的信任度,接着通过用户之间的信任度在原始模型的损失函数中添加用户社交约束项,使相互信任的用户偏好向量尽可能接近.另一方面,计算项目所拥有标签的权重,并以此计算项目之间的标签相似度,再将项目的标签约束项添

  3. 所属分类：其它

  1. 基于矩阵分解的社会化推荐模型

  2. 基于矩阵分解的社会化推荐模型

  3. 所属分类：其它

    • 发布日期：2021-03-14
    • 文件大小：407kb
    • 提供者：weixin_38649657

  1. 融合用户隐含偏好的社会化推荐算法

  2. 协同过滤算法的基本思想是利用兴趣相投、拥有共同经验之群体的喜好来推荐用户感兴趣的信息． 目前大部分算法对.于相似用户的分析都是基于用户的显式偏好，没有对用户的隐含偏好进行分析与利用． 用户的偏好不仅仅体现在对产品种类的.喜好上，对于产品各个属性的喜好程度、评分偏好和由偏好相似而建立的信任关系等，都反映了用户在交互时所隐含的偏好． 本.文提出了一种融合用户隐含偏好的社会化推荐算法:通过对评分矩阵进行分解得到用户和产品的潜在特征向量，利用用户的潜.在特征向量进行用户隐含属性偏好相似度的计算;为了缓解

  3. 所属分类：其它

« 12 3 »