标签推荐相关论文
由于用户的评分数据过于稀疏，使得现有的一些基于矩阵分解的用户评分预测算法计算出的用户评分预测偏差过大，预测准确率无法进一步提......
软件众包平台采用公开参与的方式,吸引地理位置分散的开发者众包完成各种类型的软件开发与服务项目。但随着软件众包平台的发展,平......
进入21世纪后,计算机技术取得了飞速发展。目前人们的工作、学习、信息获取等诸多方面都与互联网密切相关。互联网的普及让生活变......
在数字经济时代,随着大数据和社交媒体应用不断地深入网络用户的生活,用户数量急速增长推动了社交网络的推荐信息技术的快速发展。......
随着互联网的快速发展和广泛普及,以Quora、知乎等为代表的问答网站迅速兴起,极大提高了人们分享知识的便利性。与此同时,一些针对......
标签推荐广泛应用于各大网站，如电影网站，电子商务网站等等，但现有方法忽视了多种属性特征之间的联系，无法保证大数据环境下推荐系统的......
随着网络信息的迅猛增长,人们希望海量文本能被标记上合适的词标签,即用一个或几个词对文本内容进行描述,这样可以极大地加快人们......
随着Web2.0的深入发展,社会化标注系统不断普及,标签这一应用受到越来越多用户的关注与使用。标签是对资源的进行描述的词或词组。......
随着Web2.0的迅速发展,用户越来越多地参与到互联网的信息交互中,形成了以标签为代表的社会化标记等广泛应用。尽管围绕着标签应用......
随着网络多媒体技术的快速发展,互联网上的图像等多媒体内容的数量正在以指数级的速度迅猛增长。因此,实现大规模互联网图像的有效......
随着服务计算和云计算的发展,各种各样的网络服务涌现,极大地促进了面向服务的网络应用及软件系统构造。传统的Web服务是基于SOAP......
标签推荐是一个新的研究方向，其旨在为目标资源自动添加标签作为描述信息，来缓解标签空间噪声数据增多、标签指代内容模糊等现象。目......
当前,社会标注系统成为研究的热点,在该系统中用户可以为自己所上传的资源自由的添加标签。由于每个用户的知识背景不同,造成了很......
Web2.0和社会化标签系统的流行,使得Folksonomy和标签推荐系统得到了越来越多的关注。随着语义Web研究的深入,研究者尝试利用本体......
随着Web2.0网站的日益发展，用户除了是网络资源的浏览者外，同时还是资源的生产者。社会标签系统是Web2.0的一个典型应用，用户主动产生......
每年,数以万计学术论文的发表使得论文的规模达到了空前的高度。科研人员如何在众多的学术论文中找出感兴趣的论文成为困扰他们的......
随着计算机技术的飞速发展，越来越多的人从网络中获取他们需要的信息。这不仅仅是因为网络的方便、快捷，更是因为网络信息已经不断涉......
标签的质量直接影响着资源的查找、定位与分享的效果,因此进行高效全面的标签挖掘极有必要。在标签挖掘研究中,标签推荐和标签冗余......
Web2.0自2004年被提出之后就得到了广泛关注,其以“用户”为中心注重人机交互的理念,使用户不再处于被动阶段,而是掌握住了主动权,......
随着互联网的快速发展,社交网络平台发展迅速。随着社交网络中实体以及实体关系的大规模增多,图结构被广泛应用于其中来为处理个体......
近年来,随着移动互联网的快速发展与智能手机的广泛普及,以Instagram、微博等为代表的社交网络服务获得了爆发式增长,极大地提高了......
在movielens、豆瓣等视频播放网站中,用户给视频标注的标签,构成了视频的描述文档,同时也形成了用户的描述文档,视频标签推荐系统......
Web 2.0时代,Web服务数量飞速增长,基于Web集成的Mashup在兴起之后,也随之急剧增加。Mashup技术为更快速、更方便地开发新的Web服......
由于近年来互联网用户数量的持续增长,各种类型的用户数据也日益增多,而且数据量的增长也愈来愈快。用户在互联网上所面对的信息愈......
随着移动互联网的发展,越来越多的用户通过移动终端,使用数据流量观看视频。用户在观看移动视频的同时,产生了大量的行为数据。从......
随着信息科技的不断变革和经济一体化逐步实现,互联网也进入了高速发展的行列。2018年5月在Code大会上发布的互联网趋势报告显示,......
随着互联网技术的高速发展,人们对信息的获取日益便捷,各种信息分享平台不断出现。在线问答社区在此背景下应运而生,并且吸引了越......
[目的/意义]针对目前使用标签推荐方法所得结果不理想的问题,改进传统相似度计算方式,并结合多种标签推荐方法,提高推荐准确性.[方......
随着web2.0中文网站发展逐渐成熟,给用户在网上提供了一个信息交互、共享和共建的平台,以致互联网上的信息量急剧增加。而搜索引擎......
分众分类作为一种公众对网络信息分类组织的方法,会随着新用户的增加生成大量的基于分众分类的标签元数据,传统的基于三部图的分众......
标签推荐系统包含用户、资源和标签三个基本元素,由于标签推荐系统中数据存在大量稀疏值和缺失值,而张量分解方法对于稀疏数据处理......
由于标注过程简单,Web上标注系统的使用逐渐增长,但是,随意定义的标签缺少标准并且语义模糊.为改善标签系统推荐效果,帮助用户组织......
