排序方式： 共有3条查询结果，搜索用时 15 毫秒
1
1.
针对现有推荐方法无法同时满足知识推荐准确度和多样性的问题,提出一种主题多样性知识推荐方法(TDKR).基于对企业知识管理现状的分析,提出同时考虑内容、情境、任务3种相似度的知识相关性网络构建方法,进而划分知识主题社区.基于知识主题社区,构建用户兴趣模型,挖掘用户多样性的知识需求,并结合用户群行为数据,提出用户—主题专业... 相似文献
2.
工程问题的解决涉及到多个学科和专业的知识,主题单一的推荐列表已无法满足当前工程领域用户对知识多样性的需求。对此提出一种基于知识主题网络的多样性工程领域知识推荐方法(topic diversity collaborative filtering, TDCF)。该方法构建有向图形式的知识主题网络,定义并计算用户对知识主题的专业度;提出考虑用户专业度的评分矩阵预填充方法以缓解评分矩阵稀疏问题;利用知识主题网络和用户专业度改进传统协同过滤推荐算法中的用户相似度计算方法,从而有针对性地提升推荐结果多样性,进而提高推荐准确度和用户满意度。结合国内某船厂实际数据,设计对比实验。结果表明,TDCF推荐算法的F1分数和多样性指标最高分别达到0.52和0.44,均优于对比算法。因此,TDCF算法具有可行性与优越性,能够为用户提供更好的知识推荐服务。 相似文献
3.
针对现有知识推荐方法因稀疏矩阵和冷启动导致推荐性能不佳的问题,提出一种基于情境感知生成对抗网络模型的知识推荐方法(CGKR).提出任务相似度概念,同时考虑内容相似度和任务相似度构建知识相关性网络,基于知识相关性网络构建语义激活扩散模型,扩展用户历史评分,以全面探知用户兴趣;基于用户个人背景信息和历史行为信息构造用户情境... 相似文献
1