首页 | 本学科首页   官方微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  收费全文   310篇
  国内免费   40篇
  完全免费   308篇
  自动化技术   658篇
  2020年   1篇
  2019年   13篇
  2018年   21篇
  2017年   46篇
  2016年   38篇
  2015年   68篇
  2014年   90篇
  2013年   70篇
  2012年   54篇
  2011年   59篇
  2010年   52篇
  2009年   40篇
  2008年   30篇
  2007年   35篇
  2006年   17篇
  2005年   12篇
  2004年   9篇
  2003年   1篇
  2002年   2篇
排序方式: 共有658条查询结果,搜索用时 31 毫秒
1.
基于项目评分预测的协同过滤推荐算法   总被引:138,自引:4,他引:134       下载免费PDF全文
邓爱林  朱扬勇  施伯乐 《软件学报》2003,14(9):1621-1628
推荐系统是电子商务系统中最重要的技术之一.随着电子商务系统用户数目和商品数目的日益增加,在整个商品空间上用户评分数据极端稀疏,传统的相似性度量方法均存在各自的弊端,导致推荐系统的推荐质量急剧下降.针对用户评分数据极端稀疏情况下传统相似性度量方法的不足,提出了一种基于项目评分预测的协同过滤推荐算法,根据项目之间的相似性初步预测用户对未评分项目的评分,在此基础上,采用一种新颖的相似性度量方法计算目标用户的最近邻居.实验结果表明,该算法可以有效地解决用户评分数据极端稀疏情况下传统相似性度量方法存在的问题,显著地提高推荐系统的推荐质量.  相似文献
2.
互联网推荐系统比较研究   总被引:91,自引:5,他引:86       下载免费PDF全文
全面地总结推荐系统的研究现状,旨在介绍网络推荐的算法思想、帮助读者了解这个研究领域.首先阐述了推荐系统研究的工业需求、主要研究机构和成果发表的期刊会议;在讨论了推荐问题的形式化和非形式化定义之后,对主流算法进行了分类和对比;最后总结了常用数据集和评测指标,领域的重难点问题和未来可能的研究热点.  相似文献
3.
个性化推荐算法设计   总被引:67,自引:4,他引:63  
协同过滤技术(collaborative filtering)目前被成功地应用于个性化推荐系统中,但随着系统规模的扩大,它的效能逐渐降低,提出了一种高效的个性化推荐算法,它包括维数简化和项集相似性计算两个过程,这种算法在提高精确性的基础上减少了计算耗费,可以较好地解决应用协同过滤技术的推荐系统所存在的稀疏性,扩展性等问题,快速产生精确的个性化推荐结果。  相似文献
4.
基于项目聚类的协同过滤推荐算法   总被引:46,自引:0,他引:46  
推荐系统是电子商务中最重要的技术之一 ,协同过滤是推荐系统中采用最为广泛也是最成功的推荐技术 .随着电子商务系统用户数目和商品数目日益增加 ,在整个用户空间上寻找目标用户的最近邻居非常耗时 ,导致推荐系统的实时性要求难以保证 .针对上述问题 ,本文提出了一种基于项目聚类的协同过滤推荐算法 ,根据用户对项目评分的相似性对项目进行聚类 ,生成相应的聚类中心 ,在此基础上计算目标项目与聚类中心的相似性 ,从而只需要在与目标项目最相似的若干个聚类中就能寻找到目标项目的大部分最近邻居并产生推荐列表 .实验结果表明 ,本算法可以有效提高推荐系统的实时响应速度  相似文献
5.
一种优化的协同过滤推荐算法   总被引:38,自引:0,他引:38  
协同过滤技术被成功地应用于个性化推荐系统中.随着电子商务系统用户数目和商品数目的日益增加,整个项目空间上用户评分数据极端稀疏,传统的相似性度量方法存在一定的不足.在引入项目评分预测思想的基础上,考虑到数据稀疏性带来的影响,采用修正的条件概率方法计算项目相似性,提出一种优化的协同过滤推荐算法,计算结果更具有实际意义和准确性.实验表明,该算法能够有效避免传统方法带来的弊端,提高系统的推荐质量.  相似文献
6.
协同过滤推荐算法综述   总被引:21,自引:0,他引:21  
推荐系统是电子商务系统最重要的技术之一,协同过滤推荐是目前应用最广泛和最成功的推荐系统.介绍协同过滤推荐算法的基本思想和最新研究进展,分析目前出现的代表性算法.总结协同过滤推荐算法中的关键问题和相关解决方案,比如相似性比较,数据稀疏性问题,推荐的实时性,推荐策略,评估方法等,同时也对比分析各种方法的优缺点.最后介绍协同过滤推荐算法需要进一步解决的问题和可能的发展方向.  相似文献
7.
基于云模型的协同过滤推荐算法   总被引:21,自引:1,他引:20       下载免费PDF全文
张光卫  李德毅  李鹏  康建初  陈桂生 《软件学报》2007,18(10):2403-2411
协同过滤系统是电子商务系统中最重要的技术之一,用户相似性度量方法是影响推荐算法准确率高低的关键因素.针对传统相似性度量方法存在的不足,利用云模型在定性知识表示以及定性、定量知识转换时的桥梁作用,提出一种在知识层面比较用户相似度的方法,克服了传统基于向量的相似度比较方法严格匹配对象属性的不足.以该方法为核心,在全面分析传统方法的基础上,提出一种新的协同过滤推荐算法.实验结果表明,算法在用户评分数据极端稀疏的情况下,仍能取得较理想的推荐质量.  相似文献
8.
适应用户兴趣变化的协同过滤推荐算法   总被引:20,自引:0,他引:20  
协同过滤算法是至今为止最成功的个性化推荐技术之一,被应用到很多领域中 .但传统协同过滤算法不能及时反映用户的兴趣变化 .针对这个问题,提出两种改进度量:基于时间的数据权重和基于资源相似度的数据权重,在此基础上将它们有机结合,并将这两种权重引入基于资源的协同过滤算法的生成推荐过程中 .实验表明,改进后的算法比传统协同过滤算法在推荐准确度上有明显提高 .  相似文献
9.
个性化服务中基于用户聚类的协同过滤推荐   总被引:19,自引:0,他引:19       下载免费PDF全文
王辉  高利军  王听忠 《计算机应用》2007,27(5):1225-1227
协同过滤技术被成功地应用于个性化推荐系统中,但随着系统规模扩大,它的效能逐渐降低。针对此缺点,使用了基于用户聚类的协同过滤推荐,根据用户评分的相似性对用户聚类,在此基础上搜索目标用户的最近邻居,从而缩小用户的搜索范围。本文还提出将协同过滤推荐分为类内相似系数计算和产生推荐两个阶段,把相似系数的计算放在离线部分,减少在线推荐的计算量,提高实时响应速度。另对聚类算法初始聚类中心的选取也做了改进。  相似文献
10.
不确定近邻的协同过滤推荐算法   总被引:16,自引:0,他引:16  
文中围绕传统的协同过滤推荐算法存在的局限性展开研究,提出一种不确定近邻的协同过滤推荐算法UNCF.根据推荐系统应用的实际情况,对于推荐的每一种场景其实都是不可预先确定的,而文中算法基于用户以及产品的相似性计算,自适应地选择预测目标的近邻对象作为推荐群,同时计算推荐群中推荐把握概率较高的信任子群,最后通过不确定近邻的动态度量方法,来对预测结果进行平衡的推荐.通过实验结果表明,该算法可以有效平衡用户群以及产品群推荐结果所带来的不稳定影响,有效缓解用户评分数据稀疏的情况所带来的问题,并在多个实验数据中,提高了推荐系统的预测准确率.  相似文献
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号