CASIA OpenIR

浏览/检索结果: 共16条,第1-10条 帮助

限定条件                    
已选(0)清除 条数/页:   排序方式:
基于用户行为预测和强化学习的推荐策略研究 学位论文
, 2024
作者:  张志远
Adobe PDF(3505Kb)  |  收藏  |  浏览/下载:17/1  |  提交时间:2024/06/25
强化学习  推荐系统  用户行为建模  
基于不确定度估计的推荐系统数据去偏 学位论文
, 2023
作者:  粟晨阳
Adobe PDF(4997Kb)  |  收藏  |  浏览/下载:107/2  |  提交时间:2023/06/28
推荐系统  不确定度估计  神经随机微分方程  去偏学习  
网络教学资源的时间动态推荐算法研究及应用 学位论文
, 北京: 中国科学院研究生院, 2016
作者:  张海东
Adobe PDF(3751Kb)  |  收藏  |  浏览/下载:250/14  |  提交时间:2017/01/19
协同过滤  推荐系统  隐马尔科夫模型  时间动态变化  隐状态转换  课程序列  
基于异构信息网络的可解释推荐系统 学位论文
, 北京: 中国科学院研究生院, 2016
作者:  张斌
Adobe PDF(2231Kb)  |  收藏  |  浏览/下载:587/6  |  提交时间:2016/06/16
机器学习  推荐系统  
基于协同过滤的推荐系统研究 学位论文
, 中国科学院自动化研究所: 中国科学院大学, 2015
作者:  邱爽
Adobe PDF(7015Kb)  |  收藏  |  浏览/下载:348/0  |  提交时间:2015/09/02
推荐系统  协同过滤  冷启动  隐式反馈  多领域行为  Recommender System  Collaborative Filtering  Cold Start  Implicit Feedback  Multi-domain Behavior  
基于双线性模型的标签推荐系统研究 学位论文
, 中国科学院自动化研究所: 中国科学院研究生院, 2011
作者:  刘鹤
Adobe PDF(1409Kb)  |  收藏  |  浏览/下载:162/0  |  提交时间:2015/09/02
标签  双线性模型  协同过滤  推荐系统  Tags  Bilinear Model  Collaborative Filtering  Recommendation System  
社会标签系统和社会网络中的数据挖掘 学位论文
, 中国科学院自动化研究所: 中国科学院研究生院, 2008
作者:  李慧倩
Adobe PDF(4757Kb)  |  收藏  |  浏览/下载:165/0  |  提交时间:2015/09/02
标签  社会网络  复杂网络  推荐  贝叶斯  渗透论  Tag  Social Networks  Complex Networks  Recommendation  Bayes  Percolation  
基于多领域用户兴趣预测的推荐系统研究 学位论文
, 中国科学院自动化研究所: 中国科学院大学, 2015
作者:  张希
Adobe PDF(8514Kb)  |  收藏  |  浏览/下载:390/0  |  提交时间:2015/09/02
推荐系统  协同过滤  多领域推荐  数据稀疏性  冷启动  Recommender Systems  Collaborative Filtering  Multi-domain Recommendation  Data Sparsity  Cold Start Problem  
社会媒体中的推荐系统研究 学位论文
, 中国科学院自动化研究所: 中国科学院大学, 2014
作者:  张柱
Adobe PDF(3679Kb)  |  收藏  |  浏览/下载:340/0  |  提交时间:2015/09/02
推荐系统  社会化标签系统  社会媒体  多样性  新颖性  Top-n 预测  链接推荐  信息传播  Recommender System  Social Tagging System  Social Media  Diversity  Novelty  Top-n Prediction  Link Recommendation  Information Diffusion  
融合多要素的社会媒体信息挖掘方法研究 学位论文
, 中国科学院自动化研究所: 中国科学院大学, 2013
作者:  包红云
Adobe PDF(4439Kb)  |  收藏  |  浏览/下载:234/0  |  提交时间:2015/09/02
社会媒体  信息挖掘  要素分析  用户兴趣  主题导航  Social Media  Information Mining  Factor Analysis  Users’ Interests  Topic Navigation