吴不晓

作品数：2被引量：4H指数：1
导出分析报告
供职机构：华南师范大学计算机学院更多>>
发文主题：标签系统基于用户用户兴趣并行化LTR更多>>
发文领域：自动化与计算机技术更多>>
发文期刊：《计算机应用》《华中科技大学学报（自然科学版）》更多>>
所获基金：国家自然科学基金国家高技术研究发展计划广东省自然科学基金广东省粤港关键领域重点突破项目更多>>
-
在结果中检索

检索结果分析

署名顺序

  • 全部
  • 第一作者
结果分析中...
共 条 记 录，以下是1-2
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
基于学习排序的并行协同过滤推荐算法被引量：1
《华中科技大学学报（自然科学版）》2018年第3期36-41,共6页肖菁 袁凌 黄昌勤 吴不晓 
国家自然科学基金资助项目(61202296,61370178);广东省科技计划专项资助项目(2015A030401087);广州市科技计划资助项目(201604016019,201604010003)
为实现大数据环境下高效、精准的商品推荐,将协同过滤思想与信息检索理论有机融合,提出基于学习排序（LTR）的并行协同过滤推荐算法.首先利用相似物品-物品网络图结构共享参数的方法减少参数,通过Pairwise方法构造目标函数,并利用梯度...
关键词：推荐算法 协同过滤 学习排序(LTR) TOP N推荐 并行化 Spark平台 
基于用户标注行为的潜在好友推荐被引量：3
《计算机应用》2015年第6期1663-1667,共5页吴不晓 肖菁 
国家自然科学基金资助项目(61202296);国家863计划项目(2013AA01A212);广东省自然科学基金资助项目(S2012030006242);广东省科技计划项目粤港关键领域重点突破项目(2012A090200008)
目前多数社交网络主要根据已有好友关系推荐潜在好友,用户的兴趣爱好不作为主要考虑因素;此外,如何从大量数据中精确地提取用户的兴趣爱好是一项十分艰巨的任务。为此,提出一种在大量标注行为数据中精确挖掘出用户的兴趣爱好,并据此推...
关键词：好友推荐 协同标签系统 用户兴趣 标签聚类 话题模型 
全选清除导出
共1页<1>
检索报告 对象比较 聚类工具 使用帮助 返回顶部