Item-Based Collaborative Filtering Recommendation Algorithms - 2001年 - 被引用7190次
ABSTRACT —— 摘要 推薦系統採用知識發現技術解決信息、產品或服務在實時交互過程中的個性化推薦問題。推薦系統，特別是哪些基於K最近鄰協同過濾算法的推薦系統，獲得了極大的成功。近年來，互聯網上信息和用戶的數量急速增長，這給推薦系統造成了一些重大挑戰。比如：生成高質量的推薦，每秒爲數百萬用戶和商品提供大量推薦，在數據稀疏的情況下實現高覆蓋率。在傳統的協同過濾推薦系統中，工作量隨着系統用戶的增加
相關文章
- 1. Item-Based Collaborative Filtering Recommendation Algorithms
- 2. 閱讀筆記：Item-based Collaborative Filtering Recommendation Algorithms
- 3. Collaborative filtering with GraphChi
- 4. Memory-based的CF推薦--Item-based的方法：Item-Based Collaborative Filtering Recommendation Algorithms
- 5. Collaborative Filtering
- 6. 基於物品的協同過濾推薦算法——讀「Item-Based Collaborative Filtering Recommendation Algorithms」
- 7. Neural Collaborative Filtering
- 8. Recommendation System Algorithms
- 9. An Efficient Deep Learning Approach for Collaborative Filtering Recommender System
- 10. WWW2017 Neural Collaborative Filtering
- 更多相關文章...
- • ASP 引用文件 - ASP 教程
- • Swift 自動引用計數（ARC） - Swift 教程
- • RxJava操作符（三）Filtering
- • Composer 安裝與使用
相關標籤/搜索
每日一句
-
每一个你不满意的现在，都有一个你没有努力的曾经。
最新文章
歡迎關注本站公眾號,獲取更多信息
相關文章
- 1. Item-Based Collaborative Filtering Recommendation Algorithms
- 2. 閱讀筆記：Item-based Collaborative Filtering Recommendation Algorithms
- 3. Collaborative filtering with GraphChi
- 4. Memory-based的CF推薦--Item-based的方法：Item-Based Collaborative Filtering Recommendation Algorithms
- 5. Collaborative Filtering
- 6. 基於物品的協同過濾推薦算法——讀「Item-Based Collaborative Filtering Recommendation Algorithms」
- 7. Neural Collaborative Filtering
- 8. Recommendation System Algorithms
- 9. An Efficient Deep Learning Approach for Collaborative Filtering Recommender System
- 10. WWW2017 Neural Collaborative Filtering