- 年份
- 2024(4794)
- 2023(7083)
- 2022(5947)
- 2021(5560)
- 2020(4817)
- 2019(11435)
- 2018(10939)
- 2017(21530)
- 2016(11047)
- 2015(12344)
- 2014(11956)
- 2013(11676)
- 2012(10402)
- 2011(9363)
- 2010(10042)
- 2009(9785)
- 2008(8468)
- 2007(7445)
- 2006(6617)
- 2005(6057)
- 学科
- 济(45463)
- 经济(45427)
- 业(29353)
- 管理(28669)
- 融(25505)
- 金融(25504)
- 企(25438)
- 企业(25438)
- 银(22569)
- 银行(22557)
- 方法(22155)
- 行(21948)
- 数学(20229)
- 数学方法(19686)
- 中国(19085)
- 财(11789)
- 中国金融(11029)
- 制(10927)
- 农(10548)
- 地方(10475)
- 业经(9795)
- 理论(9514)
- 学(8339)
- 务(8246)
- 财务(8202)
- 财务管理(8189)
- 贸(8172)
- 贸易(8158)
- 易(7965)
- 企业财务(7816)
- 机构
- 学院(147319)
- 大学(145948)
- 济(60763)
- 经济(59458)
- 管理(55950)
- 研究(48328)
- 理学(47989)
- 理学院(47515)
- 管理学(46177)
- 管理学院(45925)
- 中国(44051)
- 京(30523)
- 科学(29000)
- 财(28641)
- 中心(24432)
- 所(24255)
- 农(23771)
- 财经(22646)
- 江(22110)
- 研究所(22010)
- 业大(21510)
- 经(20542)
- 北京(19522)
- 经济学(19479)
- 州(18682)
- 农业(18415)
- 融(18338)
- 金融(17976)
- 院(17750)
- 经济学院(17546)
- 基金
- 项目(99243)
- 科学(77621)
- 基金(71533)
- 研究(71230)
- 家(62620)
- 国家(62155)
- 科学基金(53521)
- 社会(44451)
- 社会科(42387)
- 社会科学(42374)
- 省(39922)
- 基金项目(36650)
- 自然(35158)
- 自然科(34484)
- 自然科学(34477)
- 自然科学基金(33834)
- 教育(33758)
- 划(33060)
- 资助(31507)
- 编号(28767)
- 成果(23147)
- 重点(22820)
- 创(21379)
- 发(21356)
- 部(21092)
- 课题(20507)
- 创新(19923)
- 科研(19269)
- 大学(18663)
- 国家社会(18413)
共检索到227411条记录
发布时间倒序
- 发布时间倒序
- 相关度优先
文献计量分析
- 结果分析(前20)
- 结果分析(前50)
- 结果分析(前100)
- 结果分析(前200)
- 结果分析(前500)
[期刊] 统计与决策
[作者]
汪涛 潘芳 潘郁 朱晓峰
在针对用户标签的个性化推荐中,为解决因热门标签和资源所导致的标签推荐准确性不足的问题,文章提出了一种融合时间权重的张量分解模型,通过对用户标注标签事件的时间信息建模,计算时间权重,再将权重融入张量分解模型,最后利用分解后的特征向量进行推荐。基于Bibsonomy和LastFM数据集进行的实验结果表明,算法在准确率-召回率和F1指标上均高于其他流行标签推荐模型。通过时间权重的引入,构建融合时间权重的张量分解标签推荐模型,对个性化标签推荐的准确性有较好的提升。
关键词：
个性化推荐 标签 时间加权 张量分解
[期刊] 中国科学技术大学学报
[作者]
鲁亚男 杜东舫
标签推荐系统是为目标用户推荐最可能用来标记某个资源的一系列标签.目前基于塔克分解模型,相比传统的FolkRank等算法具有更好的预测质量,但它本身的时间复杂度很高,很难适用于大中型数据集;而正则分解模型的时间复杂度虽然为线性,但预测质量并不高.针对上述问题,在改进塔克分解模型的基础上首先提出成对交互张量分解模型PITD.该模型仅考虑用户、资源和标签3个特征之间的部分两两交互关系,减少了无关信息对模型性能以及效率的影响.进而,利用贝叶斯个性化排序方法对PITD模型进行推导,并设计了相应的优化算法.最后,在真实数据集上的广泛实验表明,PITD模型比对比算法具有更好的推荐性能.
关键词：
推荐系统 标签推荐 张量分解 BPR
[期刊] 数据分析与知识发现
[作者]
涂海丽 唐晓波
【目的】构建社会化电子商务环境下基于标签的个性化商品推荐模型。【方法】综合考虑用户使用标签的频率和时间因素计算用户的兴趣偏好;基于标签层次特征和电子商务网站中关于商品特征的检索条件,构建某一主题商务社区中商品本体;利用本体规范化用户标签语义,并对商品进行分类;寻找含有用户偏好的类簇,计算该类簇中商品与用户偏好商品的相似度,将用户未标注过的商品与用户偏好相似度高的商品推荐给用户。【结果】从翻东西网站上随机选取200个活跃用户关于热门商品的标注信息进行分析,验证该模型的有效性。【局限】在计算用户兴趣偏好时,只
关键词：
用户标签 商品本体 用户偏好 推荐模型
[期刊] 数据分析与知识发现
[作者]
陈梅梅 薛康杰
【目的】在基于张量分解的个性化推荐中,解决因UGC标签冗余、热门标签和资源影响用户个性化兴趣所导致的推荐准确性降低问题。【方法】提出一种改进的基于张量分解模型的个性化推荐算法,引入标签综合共现结合谱聚类的方法,借鉴TF-IDF中IDF的思想提出一种基于共现标签和资源的热门惩罚机制,对基于三元关系的初始张量进行重新定义。【结果】基于Last.fm数据集的仿真实验结果表明,从准确率、召回率和F1值各项指标上,本文提出的算法均有良好表现,综合共现谱聚类的引入使得推荐算法在F1值上平均提升5.91%,基于IDF改
[期刊] 图书情报工作
[作者]
武慧娟 徐宝祥 周兰萍
对国外基于标签的个性化信息推荐模型的研究背景进行述评,根据标签系统中用户、资源、标签组织方式的不同,将基于标签的个性化信息推荐的研究归为三类——基于图论、基于张量和基于主题模型进行分析,详细阐述各自的特征和可能存在的问题等,最后针对目前的研究状况,提出未来需要解决的问题,希望我国图书情报领域能够借鉴国外这一领域相关研究成果。
关键词：
信息推荐 个性化 标签
[期刊] 图书情报工作
[作者]
苏玉召 赵妍 许德山
Web个性化研究的关键技术是推荐系统,其作用是根据用户模型推荐个性化内容,当前推荐技术的研究主要包括四种模式:基于规则过滤、基于内容过滤、基于协作过滤和混合过滤模式。前三种工作模式采用的是传统技术和方法,根据当前推荐系统研究的重点和热点,提出一种Web个性化应用的智能过滤推荐模式。智能过滤推荐模式组合采用以上三种工作模式的优点、避免前三种单一模式的缺点。该方法的突出特点是根据离线学习模型提取的用户偏好特征,实现在线智能推荐。
[期刊] 统计与决策
[作者]
李岱峰 覃正
群组推荐是个性化推荐研究的一个新领域,主要研究如何将群组中的成员作为一个整体进行推荐,目前国内的相关研究较少。现有的群组推荐方法强调应用协同过滤算法分析群组成员的历史记录,发现成员间的内在联系,进而进行个性化推荐。文章认为在这种推荐模式下得到的结果,不能很好地反映群组成员具有共性的偏好信息,主要是因为资源之间缺乏逻辑层面的关联,因此本文构建领域资源分类模型,依据资源属性对资源进行分类,在此基础上构建群组用户的兴趣模型,进而实现相应的推荐算法。
[期刊] 统计与决策
[作者]
刘曜 潘芳 潘郁 朱晓峰
由个性化推荐的实际应用环境,文章提出一种融合时间上下文信息的基于二分图模型个性化推荐算法。首先引入时间衰减函数对基于二分图模型的SimRank算法进行改进,使得时间对推荐的影响量化成图中节点的关联概率值,设计出融合时间信息的SimRank算法。再与协同过滤算法相结合,最终得到基于融合时间上下文信息的二分图模型的个性化推荐算法。实验结果表明:该算法比传统协同过滤算法以及基于二分图的SimRank算法在推荐的各项指标上有明显提高。
[期刊] 图书馆杂志
[作者]
郭秋萍 王全兰
基于Web挖掘的理论与技术,设计了一个图书馆服务推荐系统模型。该模型采用离线部分挖掘与在线部分挖掘相分离的思路,解决了服务推荐的实时性与准确性的平衡问题。并重点针对在线部分的推荐算法,给出了具体构建方法及其实现过程,为同类研究提供了一种有益参考。
[期刊] 情报理论与实践
[作者]
颜端武 陶志恒 李兰彬
文章研究了一种基于ＨＤＰ主题模型的主题文献自动推荐方法，并将其应用于专题情报服务领域知识库构建平台系统的开发。该方法在中文分词和词性标注的基础上，进行文献特征的预筛选获得特征词频分布矩阵，通过ＨＤＰ主题模型生成各文献与文献集的主题分布矩阵，利用余弦相似度计算与时间阈值加权，生成每篇文献的相关文献集并进行主题文献自动推荐。选取雷达领域语料为样本，在面向专题情报服务的领域知识库构建平台系统中进行了主题文献推荐的模块设计和实际应用。
[期刊] 情报杂志
[作者]
李慧宗 周姣 王向前 张宝隆
[目的/意义]标签潜在主题的有效识别是解决社会化标注语义模糊问题的关键,对于建模用户兴趣、为用户提供精准的标签推荐、改善社会化标注系统的用户使用体验具有重要的意义。[过程/方法]为了从标注行为的角度识别用户所标注标签的主题,提出一种融合社会关系的用户标签主题模型。首先,从标注系统中建模用户的社会关系;其次,利用随机游走的方法对用户的社会关系进行链接分析并获取用户的权威度分数,将其加权到"用户-标签"的二元标注关系上;此基础上,构建基于用户加权的标签LDA模型,通过迭代学习出标签的潜在主题。[结果/结论]实
[期刊] 图书情报工作
[作者]
房小可
［目的 ／意义］针对目前融合情境因素的信息推荐方法大都存在推荐前的情境过滤（ｐｒｅ－ｆｉｌｔｅｒｉｎｇ）和推荐后的情境过滤（ｐｏｓｔ－ｆｉｌｔｅｒｉｎｇ）所导致的价值信息流失问题，将情境因素融入到推荐过程中，实现基于用户－资源－情境的多维推荐。［方法 ／过程］将情境因素融入推荐的过程中，动态挖掘在不同情境下用户兴趣的偏好，利用社会网络的相关指标赋予用户兴趣初始值，从空间距离的视角计算用户兴趣的权重，最后，借鉴内容过滤和协同推荐的思想实现用户的评分预测，进而按照用户的兴趣进行推荐。［结果 ／结论］与以往二维推荐的实验比较表明，将情境因素融入到推荐过程中的方法在减少价值流失的基础上，能更为准确地揭．．．
[期刊] 图书情报工作
[作者]
李吉 黄微 郭苏琳
[目的 /意义]微博对用户获取信息和建立社交网络具有重要作用。提出一种基于相似度和信任度融合的微博内容推荐方法,能够从用户需求出发进行个性化微博内容推荐,对提高微博服务质量、改善信息过载问题具有意义。[方法/过程]基于相似度和信任度融合算法,构建微博内容推荐模型,以新浪微博为研究对象,采用编程方式获取汽车、体育、运动健身、互联网和财经5个领域的数据,展开用户相似度与信任度计算的实验分析和比较。[结果/结论]分析结果显示该方法可以有效表示和挖掘微博内容,改善微博推荐的准确性和用户满意度。
关键词：
相似度 信任度 微博 内容推荐
[期刊] 图书情报工作
[作者]
赵千 耿骞 靳健 韦娱
[目的 /意义]为投稿论文遴选出合适的审稿专家是论文发表过程中关键的一环。随着投稿论文和候选评审专家数量的持续增长,人工指定评审专家的方法在准确性和公平性上的弊端日益显露出来。因此,为进一步提高专家评审的客观性和准确性,笔者从专家知识与专家权威度两个维度对专家建模,并以此为依据为不同主题的投稿论文遴选推荐评审专家。[方法 /过程]首先分析专家知识以及投稿论文的研究内容,并提取两者涉及的多个子研究主题;然后,计算专家知识对投稿论文子主题的覆盖度,并提出融合主题特征与时间特征的权威度算法TTAM来分析专家权威
关键词：
专家推荐 主题覆盖度 专家权威度 权威度
[期刊] 清华大学学报(自然科学版)
[作者]
张翔然 李璐旸
针对事实核查任务中如何利用生成的解释更好地辅助真实性判断的问题,该文提出一种融合解释的提示学习事实核查模型PromptWE。该模型在生成任务中通过证据筛选和摘要生成更易理解的解释,然后在分类任务中将解释融合进提示学习模型的提示模板中,从而将解释与预训练模型储备的知识相结合,以提高真实性判别的准确率。该模型在2个数据集上的F1值比SOTA模型高5%,表明模型生成的解释能提升模型判别信息真假的能力。此外,为了说明高质量的解释在分类任务中的重要性,该文将数据集中的专家证据直接作为解释,融合进提示模板中进行了提示学习训练,比融合模型生成的解释的F1值提高了16%,证明了高质量解释能有效激发通用语言模型在事实核查任务上的能力。
关键词：
事实核查 提示学习 解释生成
文献操作()
导出元数据
文献计量分析
导出文件格式：WXtxt
删除
