- 年份
- 2024(6467)
- 2023(9486)
- 2022(8550)
- 2021(8004)
- 2020(6692)
- 2019(15680)
- 2018(15780)
- 2017(30527)
- 2016(16578)
- 2015(18683)
- 2014(18689)
- 2013(18582)
- 2012(16797)
- 2011(15115)
- 2010(14809)
- 2009(13338)
- 2008(12877)
- 2007(10866)
- 2006(9390)
- 2005(8085)
- 学科
- 济(65144)
- 经济(65073)
- 管理(47472)
- 业(44225)
- 企(37640)
- 企业(37640)
- 方法(31879)
- 数学(27537)
- 数学方法(27209)
- 农(16144)
- 中国(15984)
- 财(15083)
- 学(14686)
- 地方(14306)
- 业经(14260)
- 理论(11675)
- 贸(11305)
- 贸易(11301)
- 和(11173)
- 易(10941)
- 农业(10880)
- 环境(10610)
- 技术(10404)
- 制(10156)
- 务(9896)
- 财务(9836)
- 财务管理(9821)
- 企业财务(9318)
- 教育(9279)
- 划(9224)
- 机构
- 大学(231817)
- 学院(228649)
- 管理(96130)
- 济(87152)
- 经济(85150)
- 理学(84329)
- 理学院(83424)
- 管理学(82002)
- 管理学院(81598)
- 研究(74176)
- 中国(53524)
- 京(49379)
- 科学(47516)
- 财(38160)
- 所(36602)
- 业大(34909)
- 农(34282)
- 研究所(33641)
- 中心(33142)
- 财经(31419)
- 北京(31240)
- 江(31238)
- 范(30840)
- 师范(30584)
- 经(28633)
- 院(27276)
- 农业(26842)
- 州(25973)
- 师范大学(24986)
- 经济学(24779)
- 基金
- 项目(163739)
- 科学(128402)
- 研究(120346)
- 基金(118321)
- 家(102393)
- 国家(101538)
- 科学基金(87743)
- 社会(73977)
- 社会科(70046)
- 社会科学(70027)
- 省(64179)
- 基金项目(63965)
- 自然(58195)
- 自然科(56812)
- 自然科学(56801)
- 自然科学基金(55738)
- 教育(54934)
- 划(54013)
- 编号(49720)
- 资助(48636)
- 成果(39890)
- 重点(35993)
- 部(35738)
- 发(34476)
- 创(34160)
- 课题(33645)
- 创新(31766)
- 科研(31352)
- 项目编号(31097)
- 教育部(30668)
共检索到321164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] 图书情报工作
[作者]
奉国和 梁晓婷
针对传统协同过滤算法的局限性,探讨目前的各种改进思路,主要结合聚类、关联规则、贝叶斯、神经网络、云模型、维数简化、对等网等技术进行改进,重点评述改进现状和存在的问题,并归纳推荐系统的评估方法,最后对协同过滤推荐的未来进行展望。
关键词：
电子商务 推荐系统 个性化 协同过滤
[期刊] 运筹与管理
[作者]
张文 崔杨波 李健 陈进东
由于推荐系统中存在巨量的用户和商品,现有的协同过滤方法很难处理用户-商品推荐中的数据稀疏性和计算可扩展性问题。本文提出了一种基于聚类矩阵近似的协同过滤推荐方法CF-cluMA。一方面,CF-cluMA方法通过对用户和商品进行分别聚类,并利用聚类后的用户-商品分块评分矩阵来刻画用户对于商品兴趣的局部性特点,以降低用户-商品评分矩阵的全局稀疏性。另一方面,CF-cluMA方法通过对局部稠密分块矩阵实施奇异值分解,并利用施密特变换近似全局用户-商品评分矩阵来预测用户对未知商品评分,以降低协同过滤算法的复杂性。在EachMovie电影评分真实数据集上的实验表明,相比于已有的基于矩阵近似的协同过滤推荐方法,本文所提出的CF-cluMA方法能够有效提升推荐系统的准确性并降低推荐系统的计算复杂性。本文的研究对于电子商务推荐系统具有重要的管理启示。
[期刊] 华中师范大学学报(自然科学版)
[作者]
孙传明 周炎 涂燕
针对传统协同过滤算法存在的数据稀疏性和推荐范围问题，提出一种混合协同过滤推荐方法.该方法将两种传统算法结合，并综合考虑了项目标签属性等信息.首先利用基于项目的协同过滤算法生成预测评分，并替换原始用户-项目评分矩阵中的零值.其次利用基于用户的协同过滤算法计算填充后矩阵的用户相似度，以及预测评分并产生最终推荐.最后基于MovieLens数据集实验证明，本方法能够有效提高推荐精度，扩大推荐范围.
关键词：
协同过滤 个性化推荐 项目属性 相似度
[期刊] 图书情报工作
[作者]
奉国和 黄家兴
基于Hadoop开源分布式计算框架和Mahout协同过滤推荐引擎技术构建图书推荐引擎系统,并利用云模型和Pearson系数对传统协同过滤推荐算法进行改进,改善传统单机推荐算法在高维稀疏矩阵上进行运算所导致的系统性能不佳及推荐结果不准确的问题。利用实验对分布式推荐平台的整体性能及改善后的协同过滤推荐算法进行测试评估,发现当虚拟机节点不断增加时,协同过滤推荐引擎的计算时间不断减少,这表明推荐引擎系统的总体性能较传统单机推荐引擎得到提升;利用MAE分别对原始协同过滤推荐效果和改进后的推荐算法进行测评,发现改进后的推荐引擎算法的推荐准确率较改进前提高13.1%。
[期刊] 大学图书馆学报
[作者]
黄晓斌
信息推荐服务是数字图书馆的一项重要功能。该文论述了基于协同过滤的数字图书馆推荐系统的基本原理与特点、数字图书馆进行协同推荐的必要性,介绍了基于协同过滤推荐系统的主要方法和技术,并分析了目前协同过滤方法在数字图书馆推荐系统中应用的一些实例。
关键词：
协同过滤 数字图书馆 推荐系统
[期刊] 情报理论与实践
[作者]
曾子明 周红
文章模拟用户的打分过程,利用信任来改进用户评分。同时研究用户声誉在资源选择过程中的作用,与项目的声誉结合来解决同质资源泛滥的问题。实验结果显示,本文提出的基于声誉的协同过滤推荐方法能更准确地反映用户的偏好情况和资源的质量,从而提高推荐的准确率。
[期刊] 国际商务(对外经济贸易大学学报)
[作者]
金丹 张娇娇 李依玲 崔立新
互联网上信息资源的爆炸式增长,给用户带来了信息过载问题,不明确的用户需求更是对搜索引擎提出了更大的挑战。个性化推荐系统实现了用户和信息资源的紧密连接。目前,协同过滤算法是个性化推荐系统中使用最广泛的算法。然而随着用户数量和信息资源的不断骤增,数据不可靠、稀疏性以及及时性等问题严重影响着推荐系统的推荐质量。因此,基于现有协同过滤技术在时间和空间的维度上对传统算法从三方面进行了改进:在空间上构造情感得分矩阵并结合评分矩阵以缓解用户主观评分不可靠问题;在时间上引入时间权重因子模拟用户的兴趣迁移以缓解数据稀疏性和及时性问题;结合用户兴趣分布相似度和评分相似度来进一步保证推荐质量。同时,以电影推荐系统为例验证改进协同过滤算法的推荐质量,结果表明,相较于传统算法,改进的算法其推荐效果更优。
[期刊] 情报理论与实践
[作者]
马鑫 王芳 段刚龙
[目的/意义]随着电商平台商家入驻要求降低以及商品上线审核流程简化，内容安全风险问题成为协同过滤推荐算法伦理审查的核心问题之一。[方法/过程]本文将内容安全风险问题纳入用户协同过滤推荐算法的优化过程，提出一种改进的推荐算法。首先，采用混合研究方法对内容安全风险商品的定义、外在表现形式、特点、分类和风险程度进行了界定；然后，利用图像增强和关键词提取技术构建识别内容安全风险商品的多模态特征库，用于训练不同模态深度学习识别模型；再次，利用深度学习、多模态融合和均值聚类等技术对经典CFR算法进行改进，提出面向电商内容安全风险管控的CSCFR算法；最后，基于3个新数据集设计并实施对照实验，证明该算法在内容安全风险、精度、召回率和稳定性上的优越性。[结果/结论]与最新推荐算法相比，本文所提算法不仅显著提升了内容安全性，而且在精度等性能指标上也略有提升。
[期刊] 工业工程
[作者]
王斐 吴清烈
大规模定制模式的兴起与发展有效缓解了用户对差异化、个性化产品的需求与追求定制化产品成本高昂之间的矛盾。为更高效地辅助用户在大规模定制过程中做出满意的产品定制决策,对传统面向大规模定制的推荐算法进行相应改进,并结合大规模定制的特征,提出基于用户画像的定制方案推荐算法。选用基于物品的协同过滤算法作为基础推荐算法,引入大数据工具——用户画像模型对初始推荐结果进行二次过滤,以改善传统协同过滤推荐算法易忽视用户自身兴趣偏好特征的问题,提高用户定制体验与推荐精准性。给出手机产品定制案例,对产生最终推荐结果的整个过程进行模拟与分析,验证该推荐算法的有效性和可行性。
[期刊] 中国远程教育
[作者]
孙歆 王永固 邱飞岳
在线学习资源建设已经成为了当今数字化学习研究的热点问题。本文以学习过程中学习者学习行为和在线学习资源的特点为基础,结合协同过滤算法,设计了基于协同过滤技术的在线学习资源个性化推荐系统模型。实践证明,该模型可以更好地为学习者创造数字化学习环境,提高学习者的自主学习效率。
关键词：
协同过滤 个性化推荐 学习行为 自主学习
[期刊] 情报理论与实践
[作者]
翟丽丽 邢海龙 张树臣
在移动电子商务环境下，提出一种基于情境聚类优化的协同过滤算法，该方法结合了移动电子商务情境特点，采用Ｋ－ｍｅａｎｓ算法对移动电子商务用户进行情境聚类，并结合萤火虫算法对初始点进行改进，在此基础上进行协同过滤提高推荐结果的准确性。实验结果表明，该方法具有较好聚类结果和较高的推荐准确率。
[期刊] 中国科学技术大学学报
[作者]
王根生 潘方正
针对协同过滤推荐算法没有考虑推荐对象间语义关系的问题，提出一种融合推荐对象语义相似度的改进型协同过滤推荐算法。首先利用知识图谱表示学习算法将推荐对象的语义信息嵌入到一个低维语义空间；然后计算推荐对象之间的语义相似度，把该语义相似度融合到协同过滤推荐算法中的相似度计算中，弥补协同过滤推荐算法没有考虑推荐对象自身语义知识的缺陷。实验结果表明，该改进型算法相比于传统协同过滤推荐算法具有更高的准确率、召回率和覆盖率。
[期刊] 图书馆学研究
[作者]
田磊 任国恒 王伟
图书借阅是图书馆最基本的服务,根据用户的借阅爱好为其自动地推荐相关图书是解决图书借阅效率与可靠性等问题的关键。为了提高图书推荐的准确率,本文利用改进的K-mean算法对借阅用户的类别与偏好性进行了系统的分析,然后通过构造用户借阅偏好性矩阵与用户相似性度量,采用协同过滤算法实现了图书借阅的个性化推荐。实验结果表明,本文算法可根据用户的借阅爱好准确地为其推荐图书,整体上具有较高的性能。
关键词：
图书推荐 协同过滤 聚类分析 阅读偏好
[期刊] 情报理论与实践
[作者]
陈海涛 宋姗姗 李同强
现有的基于用户的协同过滤推荐算法使用用户—项目评分矩阵计算用户的评分相似性作为用户的相似度,存在矩阵稀疏的问题,而且不能对用户的兴趣进行动态衡量。由此提出一种改进的基于用户的协同过滤推荐算法,通过历史数据计算用户对各类项目的购买数量比例矩阵,衡量用户对各类项目的兴趣;根据用户购买项目的时间的先后衡量用户兴趣的动态变化。融合以上两点得出用户兴趣相似性作为用户相似性的权重,改进的用户相似性计算方法避免了用户—项目评分矩阵的稀疏性和不能动态衡量用户兴趣变化的问题。采用Movie Lens数据集进行实验,结果表明该算法提高了推荐结果的准确性并且具有稳定性。
关键词：
协同过滤 用户兴趣 动态兴趣
[期刊] 工业工程与管理
[作者]
焦媛媛 熊剑芳 沈志锋
在已有的基于项目协同过滤推荐技术基础上，应用帕累托最优理论对该算法进行改进。首先基于调整余弦相似度构件项目相似矩阵，对待评价项目的 Ｋ近邻选择过程进行优化，以事先过滤掉一些代表性不高的邻近项目；其次在推荐评价过程中，为了适应改进算法，对准确率和召回率计算也进行了相应的优化。应用ｍｏｖｉｅｌｅｎｓ １ｍ数据检验算法优化效果。发现在项目推荐的准确度、覆盖率、召回率和算法可扩展性等方面都有显著提高。
文献操作()
导出元数据
文献计量分析
导出文件格式：WXtxt
删除
