- 年份
- 2024(4414)
- 2023(6333)
- 2022(5433)
- 2021(5163)
- 2020(4388)
- 2019(10171)
- 2018(9893)
- 2017(19492)
- 2016(9998)
- 2015(11037)
- 2014(10647)
- 2013(10091)
- 2012(8802)
- 2011(7490)
- 2010(6834)
- 2009(5742)
- 2008(4955)
- 2007(3647)
- 2006(2553)
- 2005(1661)
- 学科
- 济(40135)
- 经济(40099)
- 管理(29301)
- 业(28123)
- 方法(24281)
- 企(23615)
- 企业(23615)
- 数学(22506)
- 数学方法(22203)
- 财(10777)
- 农(9625)
- 中国(8452)
- 业经(7891)
- 务(7454)
- 财务(7424)
- 财务管理(7409)
- 企业财务(7062)
- 贸(7038)
- 贸易(7037)
- 易(6882)
- 技术(6655)
- 农业(6477)
- 地方(6276)
- 环境(6081)
- 和(5571)
- 学(5389)
- 理论(5380)
- 划(5305)
- 制(5156)
- 融(4502)
- 机构
- 学院(126010)
- 大学(125830)
- 管理(56850)
- 济(54969)
- 经济(54200)
- 理学(51166)
- 理学院(50750)
- 管理学(49934)
- 管理学院(49687)
- 研究(33428)
- 中国(24723)
- 京(23303)
- 财(23144)
- 财经(20063)
- 科学(19014)
- 经(18639)
- 业大(18297)
- 经济学(17711)
- 中心(17654)
- 经济学院(16297)
- 农(15861)
- 江(15581)
- 经济管理(15569)
- 财经大学(15545)
- 商学(15172)
- 商学院(15043)
- 范(14384)
- 师范(14229)
- 所(13263)
- 北京(13091)
- 基金
- 项目(99948)
- 科学(81547)
- 基金(76410)
- 研究(73127)
- 家(65650)
- 国家(65167)
- 科学基金(58756)
- 社会(49267)
- 社会科(46969)
- 社会科学(46959)
- 基金项目(41366)
- 自然(38521)
- 省(38310)
- 自然科(37717)
- 自然科学(37709)
- 自然科学基金(37023)
- 教育(34398)
- 划(32108)
- 资助(30127)
- 编号(28648)
- 部(23112)
- 重点(22014)
- 创(22011)
- 国家社会(21318)
- 发(20837)
- 教育部(20727)
- 创新(20562)
- 人文(20523)
- 成果(20333)
- 科研(20000)
共检索到155469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] 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] 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] 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] 情报理论与实践
[作者]
张海燕 孟祥武
社会标签是一种新颖的大众索引方法,在Web 2.0时代各种收藏、检索、共享网站中得到广泛的应用,个性化推荐系统是基于用户的偏好为用户提供个性化信息服务的重要技术。本文针对推荐技术如何与社会标签结合的问题,分析了最新的研究现状和应用。详细阐述了3个方面的研究进展:标签推荐系统的研究、基于社会标签的个性化推荐系统的研究、社会标签的推荐应用系统。
[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] 情报理论与实践
[作者]
唐晓波 钟林霞 王中勤
文章提出一种基于本体和标签的个性化推荐模型，可以有效解决标签的非等级结构、多样性、模糊性所导致的标签间语义缺乏的问题，从而提高基于社会化标签的个性化推荐效果。将预处理后的社会化标签映射到Ｗｏｒｄ Ｎｅｔ中，利用Ｗｏｒｄ Ｎｅｔ语义相似度算法计算成功映射的标签的语义，用统计学的方法计算不能成功映射的标签的语义，然后将标签自身频率和标签语义相结合计算用户标签权重，进而计算用户标签特征向量和资源标签特征向量的相似度，最后实现个性化推荐。实验表明，该方法优于传统的基于社会化标签的推荐。
关键词：
本体 社会化标签 个性化推荐
[期刊] 图书情报工作
[作者]
田莹颖
针对用户个人特征并向其提供准确恰当信息的个性化信息推荐研究,一直是学术界和产业界所关注的热点。结合后控词表,对用户分散的、个性化的标注进行处理,并将用户兴趣用向量表示,然后借鉴协同过滤算法的思想,寻找出相似用户集及其内部的资源集。在此基础上,采用相对匹配策略,提出一种基于社会化标签系统的个性化推荐方法。
关键词：
社会化标签系统 个性化信息推荐 协同过滤
[期刊] 情报理论与实践
[作者]
易明 邓卫华
标签系统构建的"用户—资源—标签"之间的三元关系为个性化信息推荐提供了新的研究思路,引起了部分学者的密切关注。本文依据推荐算法的不同,总结归纳了国内外基于标签的个性化信息推荐研究的相关成果,分析了现有研究的不足,展望了基于标签的个性化信息推荐研究的趋势。
关键词：
标签 个性化 信息推荐 综述
[期刊] 图书情报工作
[作者]
王军 张子柯
认为社会化标签没有特定的组织结构,标签的质量也会有优有劣。此外,同一个社会化标签对不同的人重要程度不尽相同。首先利用信息熵来刻画社会化标签对用户的重要性,然后将基于社会化标签信息熵算法和经典的协同过滤算法的个性化推荐结果进行对比,最后发现基于社会化标签信息熵算法在准确度上提高了10.9%。
关键词：
推荐算法 社会化标签 信息熵
[期刊] 情报理论与实践
[作者]
房小可 纪春光
社会化标签已经成为个性化信息推荐领域的研究热点之一。为了克服标签推荐存在的不足,文章提出一种综合考虑标签主题和主题概念空间两种因素的标签推荐方法 (LDA-Concept)。通过主题下标签的推荐可以保证推荐的准确性,标签概念空间的推荐可以保证多样性。以MovieLens为平台进行实验,结果表明主题因素和概念空间因素有着同等的重要性,提出的LDA-Concept方法优于单纯使用LDA方法。
[期刊] 数据分析与知识发现
[作者]
陈梅梅 薛康杰
【目的】在基于多构面信任关系的个性化推荐中,解决构面难以定义以及传统信任强度计算方法的局限所导致的推荐准确性低的问题。【方法】提出一种基于标签簇的多构面信任关系定义的方法,在标签聚类得到的标签簇基础上,引用TF-IDF思想及Pearson相似度定义簇间和簇内信任关系,构建有利于反映不同构面信任强度的信任张量,并融入基于张量分解模型的个性化推荐算法中。【结果】基于Last.fm数据集的仿真实验表明:从准确率、召回率和F1值各项指标上,本文提出的个性化推荐算法均有良好表现,在F1值上平均提升达2.29%。【局
[期刊] 数据分析与知识发现
[作者]
熊回香 蒋武轩
【目的】利用用户标签及关系网络,为用户推荐潜在的相似用户。【方法】通过探究社会化标注系统中标签、关系网络所表征的用户长短期兴趣特征,综合用户标签及关注关系,利用多维尺度法构建用户聚类模型,根据用户聚类结果进行相似用户推荐,并以"微博"为例对模型进行实证。【结果】实验结果表明,基于标签和关系网络的用户聚类模型能够有效地结合用户长短期兴趣特征,挖掘潜在相似用户,聚类及推荐效果较好。【局限】样本数据集具有局限性,不能完全涵盖用户兴趣领域,仅从一个领域验证了模型的准确性与有效性。【结论】通过对用户标签及关系网络挖
[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] 情报理论与实践
[作者]
周朴雄 陈涛
自然语言的标注方式导致标签产生了模糊性和多样性问题。由用户、资源和标签三者关系共同确定了语义本体,即确定了标签的唯一性,同时也建立了标签之间的语义联系。在此基础上,文章提出一种应用在虚拟社区中,基于相似标签聚类的信息推荐模型。该模型通过对标签间的相似性进行计算、聚类,以聚类的标签群作为纽带,形成信息资源的语义链条,进而挖掘出用户的需求信息,最后以标签云的方式展示给用户,完成信息推荐过程。
关键词：
虚拟社区 标签聚类 信息推荐
文献操作()
导出元数据
文献计量分析
导出文件格式：WXtxt
删除
