- 年份
- 2024(5486)
- 2023(7888)
- 2022(6775)
- 2021(6337)
- 2020(5313)
- 2019(12348)
- 2018(11986)
- 2017(22762)
- 2016(11961)
- 2015(13219)
- 2014(12792)
- 2013(12221)
- 2012(10756)
- 2011(9308)
- 2010(8825)
- 2009(7506)
- 2008(6845)
- 2007(5431)
- 2006(4224)
- 2005(3245)
- 学科
- 济(47628)
- 经济(47587)
- 管理(34067)
- 业(32234)
- 方法(27690)
- 企(27518)
- 企业(27518)
- 数学(25048)
- 数学方法(24556)
- 财(12296)
- 农(11206)
- 中国(10546)
- 业经(9996)
- 务(8493)
- 财务(8451)
- 财务管理(8431)
- 理论(8132)
- 地方(8054)
- 企业财务(8014)
- 学(7899)
- 技术(7802)
- 贸(7685)
- 贸易(7679)
- 农业(7619)
- 易(7500)
- 制(7130)
- 环境(7075)
- 和(7069)
- 划(6318)
- 教学(6031)
- 机构
- 大学(155004)
- 学院(154300)
- 管理(65881)
- 济(62854)
- 经济(61707)
- 理学(58590)
- 理学院(58009)
- 管理学(56784)
- 管理学院(56492)
- 研究(44174)
- 中国(32842)
- 京(30647)
- 财(27561)
- 科学(26931)
- 财经(23109)
- 业大(23081)
- 中心(22759)
- 农(21420)
- 经(21301)
- 江(20698)
- 范(19821)
- 经济学(19743)
- 师范(19603)
- 所(19246)
- 北京(18135)
- 经济学院(18074)
- 研究所(17870)
- 财经大学(17660)
- 经济管理(17531)
- 商学(17107)
- 基金
- 项目(117879)
- 科学(95289)
- 基金(88189)
- 研究(85958)
- 家(76439)
- 国家(75858)
- 科学基金(67596)
- 社会(55873)
- 社会科(53183)
- 社会科学(53171)
- 基金项目(47121)
- 省(46001)
- 自然(44664)
- 自然科(43742)
- 自然科学(43732)
- 自然科学基金(42917)
- 教育(41398)
- 划(39120)
- 资助(35542)
- 编号(34031)
- 部(26719)
- 重点(26603)
- 创(25549)
- 成果(25223)
- 发(24736)
- 国家社会(23918)
- 创新(23868)
- 教育部(23575)
- 科研(23468)
- 人文(23011)
共检索到204908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] 清华大学学报(自然科学版)
[作者]
张敏 丁弼原 马为之 谭云志 刘奕群 马少平
近年来基于矩阵分解的协同过滤算法在评分预测上取得了显著成果,但仍未能很好地解决冷启动、数据稀疏等问题。因此,如何将评论信息引入推荐系统以缓解上述问题成为研究的热点之一。该文尝试基于深度学习来加强个性化推荐,提出将层叠降噪自动编码器(stacked denoising auto-encoder,SDAE)与隐含因子模型(latent factor model,LFM)相结合的混合推荐方法,综合考虑评论文本与评分,以提升推荐模型对潜在评分预测的准确性。在常用大规模公开Amazon数据集上进行的测试结果表明:与
关键词：
深度学习 协同过滤 混合推荐
[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] 情报理论与实践
[作者]
冉从敬 宋凯
[目的/意义]高校专利具有数量多、价值度高、转化率低等特征，推动高校专利向企业转化，对解决高校专利转化困境、提升企业科技能力、支持知识强国建设具有重要意义。[方法/过程]将个性化推荐引入到高校专利转化过程中，以主题模型、文本聚类、文本相似度计算作为技术支撑，将基于内容和基于协同过滤的推荐方式相结合，采用混合方法构建高校专利个性化推荐模型，选取特定技术领域与目标企业，根据目标企业技术重点和薄弱领域，推送高校专利推荐列表，以提升高校专利转化率，促进校企产学研合作。[结果/结论]以区块链为技术领域，以平安科技为目标企业，对高校专利个性化推荐模型进行验证，明确了平安科技的技术重点主题和技术薄弱主题，将基于技术重点的内容推荐和基于技术竞争者的协同过滤推荐结合，通过混合方法形成完整的专利推荐列表，在注重目标企业当前研究重点的基础上，又兼顾其潜在技术需求，为推动高校专利转化提供了实践路径。
[期刊] 华中师范大学学报(自然科学版)
[作者]
张婧 陈增照 段超 王虎
当前，从海量的互联网信息中获取满足用户需求的视频资源变得越来越困难，用户面临严重的信息焦虑和信息过载问题，然而各种辅助信息中蕴含着大量的与用户兴趣偏好及项目特征相关的信息并没有在经典推荐系统中得到利用.鉴于深度学习在特征提取和注意力机制在特征选择方面的突出表现，充分有效利用各种辅助信息缓解矛盾是当前研究的热点和难点问题.针对以上问题，该文提出了一种新颖的利用文本上下文信息的深度混合推荐方法.该方法将视频标题和视频简介组合，经过预训练的词嵌入模型Glove转化为词向量，通过融合多头注意力机制的卷积神经网络提取项目潜藏因子，再结合概率矩阵分解实现用户对视频资源的评分预测.在ML-100k、ML-1m、ML-10m、Amazon四个公开数据集上的实验结果表明，该研究提出的方法结果优于PMF、CDL、ConvMF等基线模型.
[期刊] 情报理论与实践
[作者]
艾斯特
文章分析推荐系统的国内外研究现状,总结传统推荐系统的不足,据此提出一个基于SOA的混合个性化推荐平台改进方案。在平台的基础上构建基于SOA的混合推荐模型,对影响模型内推荐策略选择的内部因素和外部情境因素进行了详细分析,并指出该平台的优势和实施时应注意的问题。
关键词：
推荐系统 情境 信息推荐服务 模型
[期刊] 情报理论与实践
[作者]
徐勇 陈建国 胡凌云 张林 周善英
文章从内涵和外延两个角度研究了科技文献相似性度量问题,首先从科技文献内涵的角度在文献特征词字符匹配基础上采用泛化方法将待推荐文献关键词与当前文献关键词及其父/子关键词进行匹配;然后从外延角度结合科技文献项目的特点将文献共引因素引入文献相似性度量;最后根据关键词泛化相似度和共引关联度定义混合相似度(HS)对候选科技文献进行排序推荐,理论分析和实验数据表明,该算法能够在一定程度上避免遗漏"特征词字符不同,但语义相似"科技文献的问题。
关键词：
科技文献 语义关系 相似性度量 算法
[期刊] 运筹与管理
[作者]
于翘楚 赵明清 罗雨婷
针对传统协同过滤推荐算法预测精度不高、推荐质量低的问题，提出了一种基于最优组合预测思想的协同过滤混合推荐算法（BEST-CF），并利用基于用户的协同过滤推荐算法（User-CF）和基于项目的协同过滤推荐算法（Item-CF）的最优组合在Movielens 100K数据集上验证了BEST-CF的有效性，实验结果表明：BEST-CF算法明显提高了评分预测精度，能够提升推荐质量。最后，将BEST-CF用于保险产品的推荐，实验结果表明，BEST-CF的推荐准确度明显高于Item-CF和User-CF的，能为客户更加精准地推荐所偏好的保险产品。
关键词：
协同过滤推荐 最优组合预测 算法
[期刊] 情报理论与实践
[作者]
刘扬
文章分析了学术信息推荐的特性和学术信息质量的影响因素,认为信息质量是提升学术推荐系统性能的重要影响因素。并归纳、分析了推荐系统用户满意度变量,重点考虑了信息质量、信息内容和信息协同3个影响因素,构建了包括信息表述、用户偏好获取、混合推荐、信息质量评估和综合评分5个模块的混合推荐模型,并简述了其实现步骤与方法。
关键词：
学术信息 信息质量 算法 推荐模型
[期刊] 情报理论与实践
[作者]
唐晓波 张昭
文章提出一种基于混合图的在线社交网络个性化推荐系统,将用户社会关系网络和社会化行为融入信息推荐。该系统包括模型构建、推荐流程和算法设计三部分。首先构建了用户资源混合图,并讨论了混合图的构建方法及权重设置,再在构建的混合图上采用重启动随机游走进行顶点间相似度计算,得到个性化推荐列表,进行推荐。
关键词：
社交网络 个性化推荐系统 用户
[期刊] 统计与决策
[作者]
何慧
文章针对目前推荐算法中的数据稀疏性问题,基于商品类别属性和用户评分矩阵,建立了一种混合推荐算法。首先基于用户的购买行为和商品属性特征,利用高斯模型构建了商品类型偏好模型。然后基于用户的评分矩阵,利用矩阵分解建立用户对未评分商品的偏好预测模型。最后融合用户商品类型偏好和商品偏好,产生推荐结果。实验结果表明,与其他解决数据稀疏性的推荐算法相比,提出的算法不但可以显著的提高推荐精度,且可以有效的减少候选商品数量,提高计算效率。
[期刊] 华东经济管理
[作者]
范进
顾客资源是企业最重要的资源之一,在个性化大潮的推动下,能否为顾客提供差异化、个性化的产品和服务成为企业运营成败的关键。文章在分析传统个性化推荐算法的基础上,利用模糊数学的知识,提出了一种基于多元混合准则模糊模型的个性化推荐算法,并通过算例进行演算。算例证明该算法易于进行计算机模拟,易于推广。
关键词：
推荐算法 模糊模型 混合准则
[期刊] 图书情报工作
[作者]
韩普 顾亮
[目的/意义]医学实体抽取是医疗健康领域信息组织和知识挖掘的关键环节。针对中文医学实体专业性强、命名规则复杂和抽取难度大的现状,探究如何利用多种深度学习方法混合协作以提升中文医学实体抽取的准确性。[方法/过程]首.先在深度学习模型BiLSTM-CRF基础上,引入语言模型BERT和迭代膨胀卷积神经网络IDCNN,增强文本语义表征能力和局部特征捕获能力;接着利用BERT预训练进行外部医学语料资源的知识迁移,实现多语义特征融合;然后引入自注意力机制捕获全局上下文重要信息,并加入Highway优化深层网络训练,解决网络加深导致的精度下降问题,最终提出MF-HDL(Multi Feature-Hybrid Deep Learning)模型。[结果/结论]MF-HDL模型在中文糖尿病数据集上效果显著,其F1值较基准模型IDCNN-CRF和BiLSTM-CRF分别提升18.42%和17.18%,此方法在中文医学实体抽取任务上表现优异。
[期刊] 工业工程与管理
[作者]
吕永敬 张涛 李凯文 赵红
在新能源技术高速发展的背景下，提出了一种基于深度强化学习的混合能源系统多目标优化方法，对混合能源系统进行配置和设计。首先，设计了一种基于循环神经网络的深度强化学习方法，对系统配置方案优化过程中目标值计算这一费时过程进行近似估计，以在线优化的方式实现能源系统运行控制策略的快速求解；其次，以经济性、可靠性、环境效益作为优化指标，采用多目标进化算法对混合能源系统进行优化配置，计算得到满足用户不同偏好的帕累托解集；最后，以离网型混合能源系统作为研究对象验证了该方法的有效性，所提方法明显优于多种传统优化设计方法。
[期刊] 清华大学学报(自然科学版)
[作者]
蒋文斌 王宏斌 刘湃 陈雨浩
由于图形处理器(GPU)内存容量有限,其所能承载的深度学习网络模型规模受到很大限制。该文提出了一种深度学习混合运算策略,借助于Intel新的单指令多数据AVX2指令集,充分挖掘CPU对GPU的辅助支撑潜力。为节省GPU内存,将中间数据规模较大的网络层放在CPU端计算,并通过AVX2指令集提高CPU端的计算效率。核心技术点包括网络模型的切分与协调、基于AVX2指令的应用代码矢量化等。上述策略最终在Caffe上实现。在包括CIFAR-10、 ImageNet在内的典型数据集上的实验结果表明:采用混合运算策略后,Caffe能够正常运行更大型神经网络模型,并保持较高的执行效率。
[期刊] 情报理论与实践
[作者]
时倩如 李贺 沈旺 刘嘉宇 田聪淼
[目的/意义]针对缺乏辅助信息的场景，为更好地挖掘用户偏好，从用户项目间的交互信息中挖掘高阶关系特征，并综合考虑全局和局部层次上的交互关系，提出一种基于高阶和低阶交互关系的深度学习推荐模型（HLRec）。[方法/过程]从原始交互数据中构建超图和二分图两种子图，分别显式建模用户项目间高阶和低阶交互关系；使用关联矩阵表示高阶交互关系特征，异构图神经网络提取低阶交互关系特征；融合高阶与低阶交互关系特征，并输入到深度生成模型变分自编码器（VAE）中学习用户和项目的表示向量；根据模型预测的用户项目间匹配概率完成Top-k个性化推荐。使用公开数据集MovieLens-1M验证提出的模型。[结果/结论]实验结果表明，在Top-20推荐中，与相关基线模型相比，本文模型的Recall、Precision和NDCG分别提高了4.18%、3.20%和3.41%。
文献操作()
导出元数据
文献计量分析
导出文件格式：WXtxt
删除
