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   295篇
  国内免费   22篇
  完全免费   281篇
  自动化技术   598篇
  2018年   8篇
  2017年   41篇
  2016年   33篇
  2015年   56篇
  2014年   63篇
  2013年   46篇
  2012年   51篇
  2011年   55篇
  2010年   50篇
  2009年   38篇
  2008年   47篇
  2007年   42篇
  2006年   17篇
  2005年   17篇
  2004年   9篇
  2003年   9篇
  2002年   8篇
  2001年   3篇
  2000年   2篇
  1999年   1篇
  1998年   1篇
  1997年   1篇
排序方式: 共有598条查询结果,搜索用时 31 毫秒
1.
个性化服务技术综述   总被引:234,自引:5,他引:229       下载免费PDF全文
曾春  邢春晓  周立柱 《软件学报》2002,13(10):1952-1961
对个性化服务技术中用户描述文件的表达与更新、资源描述文件的表达、个性化推荐技术、个性化服务体系结构以及该领域的主要研究成果进行了综述.通过比较现有原型系统的实现方式,详细讨论了实现个性化服务的关键技术.此外,分析了3个具有代表性的个性化服务系统.最后对个性化服务技术进一步研究工作的方向进行了展望.  相似文献
2.
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
3.
互联网推荐系统比较研究   总被引:78,自引:4,他引:74       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
4.
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
5.
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
6.
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
7.
Hybrid Recommender Systems: Survey and Experiments   总被引:24,自引:0,他引:24  
Recommender systems represent user preferences for the purpose of suggesting items to purchase or examine. They have become fundamental applications in electronic commerce and information access, providing suggestions that effectively prune large information spaces so that users are directed toward those items that best meet their needs and preferences. A variety of techniques have been proposed for performing recommendation, including content-based, collaborative, knowledge-based and other techniques. To improve performance, these methods have sometimes been combined in hybrid recommenders. This paper surveys the landscape of actual and possible hybrid recommenders, and introduces a novel hybrid, EntreeC, a system that combines knowledge-based recommendation and collaborative filtering to recommend restaurants. Further, we show that semantic ratings obtained from the knowledge-based part of the system enhance the effectiveness of collaborative filtering.  相似文献
8.
A Framework for Collaborative, Content-Based and Demographic Filtering   总被引:23,自引:0,他引:23  
We discuss learning a profile of user interests for recommending information sources such as Web pages or news articles. We describe the types of information available to determine whether to recommend a particular page to a particular user. This information includes the content of the page, the ratings of the user on other pages and the contents of these pages, the ratings given to that page by other users and the ratings of these other users on other pages and demographic information about users. We describe how each type of information may be used individually and then discuss an approach to combining recommendations from multiple sources. We illustrate each approach and the combined approach in the context of recommending restaurants.  相似文献
9.
Discovery and Evaluation of Aggregate Usage Profiles for Web Personalization   总被引:19,自引:1,他引:18  
Web usage mining, possibly used in conjunction with standard approaches to personalization such as collaborative filtering, can help address some of the shortcomings of these techniques, including reliance on subjective user ratings, lack of scalability, and poor performance in the face of high-dimensional and sparse data. However, the discovery of patterns from usage data by itself is not sufficient for performing the personalization tasks. The critical step is the effective derivation of good quality and useful (i.e., actionable) aggregate usage profiles from these patterns. In this paper we present and experimentally evaluate two techniques, based on clustering of user transactions and clustering of pageviews, in order to discover overlapping aggregate profiles that can be effectively used by recommender systems for real-time Web personalization. We evaluate these techniques both in terms of the quality of the individual profiles generated, as well as in the context of providing recommendations as an integrated part of a personalization engine. In particular, our results indicate that using the generated aggregate profiles, we can achieve effective personalization at early stages of users' visits to a site, based only on anonymous clickstream data and without the benefit of explicit input by these users or deeper knowledge about them.  相似文献
10.
基于云模型的协同过滤推荐算法   总被引:19,自引:1,他引:18       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
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