您的位置： 专家智库 > >

高建煌

作品数：4 被引量：19H指数：1
供职机构：中国科学技术大学更多>>
发文基金：国家自然科学基金更多>>
相关领域：自动化与计算机技术电子电信更多>>

合作作者

文献类型

  • 2篇专利
  • 1篇期刊文章
  • 1篇学位论文

领域

  • 1篇电子电信
  • 1篇自动化与计算...

主题

  • 4篇用户
  • 2篇推荐系统
  • 2篇协同过滤
  • 1篇大项
  • 1篇用户偏好
  • 1篇随机游走
  • 1篇群组
  • 1篇种群
  • 1篇协同过滤算法
  • 1篇目标用户
  • 1篇基于用户
  • 1篇个性化推荐
  • 1篇个性化推荐系...
  • 1篇关键词
  • 1篇关系网
  • 1篇关系网络
  • 1篇海量
  • 1篇海量信息
  • 1篇查询

机构

  • 4篇中国科学技术...
  • 2篇华为技术有限...

作者

  • 4篇高建煌
  • 3篇陈恩红
  • 1篇刘淇

传媒

  • 1篇电子技术（上...

年份

  • 2篇2011
  • 2篇2010
共 4 条 记 录，以下是 1-4
全选 清除 导出
排序方式：
群组推荐方法和系统
本发明提供一种群组推荐方法和系统。该方法包括：根据用户特征发现并创建共性群组；根据用户在所加入的共性群组中的活跃程度和用户与其他共性群组的匹配程度向用户推荐共性群组。该系统包括：共性群组发现子系统，用于根据用户特征发现并...
陈恩红高建煌向彪刘淇杜家春
文献传递
基于用户兴趣传播的协同过滤方法被引量：1
2010年
推荐系统帮助用户过滤无用信息并预测其可能感兴趣的产品。在推荐系统中,协同过滤是应用最为广泛的方法之一。然而,传统的协同过滤方法是在产品维度上计算用户相似度,而且在计算相似度时无法考虑邻居用户的影响。因此,该类方法往往受到高维度、数据稀疏等问题的困扰。为此,本文提出一种基于用户兴趣传播的协同过滤方法,在兴趣维度上计算用户相似度,同时考虑了兴趣在不同用户间的传播。该方法不仅可以有效防止冷启动和数据稀疏问题,而且具有较高的预测准确度。在标准数据集MovieLens上的测试结果表明了本文算法的有效性。
高建煌陈恩红刘淇
关键词：推荐系统协同过滤随机游走
个性化推荐系统技术与应用
随着互联网技术的应用普及、现代电子商务的迅猛发展，充斥在网络上的资源数量呈指数增长的趋势。海量的信息同时呈现在用户面前，从而出现了所谓的“信息爆炸”和“信息过载”现象。个性化推荐系统在这样的背景下应运而生。在过去的二十年...
高建煌
关键词：海量信息个性化推荐系统协同过滤算法
文献传递
相关项推荐方法和装置
本发明实施例提供一种相关项推荐方法和装置，所述方法包括：根据项总关系图构建以对应查询关键词的特定项为顶点的项关系图；根据所述项关系图确定项强关系图；根据所述项强关系图确定对应所述查询关键词的候选推荐列表；从所述候选推荐列...
陈恩红高建煌宝腾飞向彪杜家春
文献传递
全选 清除 导出
共1页<1>
聚类工具0