多尺度邻居协同融合的推荐技术研究与应用.pdf

1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。

本研究表明，针对“信息过载”问题，推荐系统采用多尺度属性邻居协同融合的方式，通过结合多个属性视图来实现协同过滤推荐此外，还可以引入融合多尺度属性邻居和交互邻居注意力的评分预测推荐方法，通过实验验证这些方法的有效性

中文摘要

近年来，“信息过载”已经成为互联网大数据所面临的主要问题之一。为了解决

“信息过载”问题，推荐系统从海量数据中为用户挖掘感兴趣的信息，实现个性化的推

荐服务。传统的协同过滤推荐主要利用用户与项目的交互信息或属性信息进行推荐。

在交互数据稀疏的情境下，推荐的精度较低。推荐的结果难以让用户满意。在协同过

滤中，不同类型的相似邻居可以为目标用户提供丰富的协同语义兴趣，有助于提升推

荐系统的性能。已有方法忽略了用户的多尺度属性邻居和多尺度交互邻居在用户语

义兴趣表示建模中的作用。本文提出多尺度属性邻居

该用户很懒，什么也没介绍

咨询Ta 进入空间

用户编号：7043055023000005

更多 >