机读格式显示(MARC)

• 000 01464nam0 2200289 450

• 001 0000380721

• 005 20200908155100.0

• 010 __ |a 978-7-5635-5486-7 |d CNY38.00

• 100 __ |a 20190226d2018 em y0chiy50 ea

• 101 0_ |a chi

• 102 __ |a CN |b 110000

• 105 __ |a ak az 000yy

• 106 __ |a r

• 200 1_ |a 基于链路预测的推荐系统 |A ji yu lian lu yu ce de tui jian xi tong |e 原理、模型与算法 |f 朱旭振编著

• 210 __ |a 北京 |c 北京邮电大学出版社 |d 2018

• 215 __ |a 189页 |c 图 |d 24cm

• 300 __ |a “十三五”科学技术专著丛书

• 312 __ |a 封面英文题名:Recommendation system based on link prediction——principle, model and algorithm

• 320 __ |a 有书目

• 330 __ |a 推荐系统在数字化环境中能够提供有价值的服务,并且在图书、电影和音乐等在线产业中取得了巨大的商业成功。大多数推荐系统采用协同过滤算法,通过分析用户和物品之间的交互行为推理用户的兴趣和偏好。协同过滤算法的推荐效果受到数据稀疏性问题的影响很大。为了解决这个问题,文章使用一种基于图的方法探索用户和物品之间的交互。文章采用二分网络链路预测的方法对用户进行物品推荐,并与协同过滤方法进行了比较,通过在豆瓣数据集上的实验结果表明,基于链路预测的方法比标准的协同过滤方法要好。

• 510 1_ |a Recommendation system based on link prediction |e principle, model and algorithm |z eng

• 517 1_ |a 原理、模型与算法 |A yuan li、mo xing yu suan fa

• 606 0_ |a 互联网络 |A Hu Lian Wang Luo |x 数据处理

• 690 __ |a TP393.4 |v 5

• 701 _0 |a 朱旭振 |A zhu xu zhen |4 编著

• 801 _0 |a CN |b DQNU |c 20200826

• 905 __ |a DQNU |d TP393.4/Z90 |s 3