Item-Based Collaborative Filtering Recommendation Algorithms - 2001年 - 被引用7190次
ABSTRACT —— 摘要 推荐系统采用知识发现技术解决信息、产品或服务在实时交互过程中的个性化推荐问题。推荐系统，特别是哪些基于K最近邻协同过滤算法的推荐系统，获得了极大的成功。近年来，互联网上信息和用户的数量急速增长，这给推荐系统造成了一些重大挑战。比如：生成高质量的推荐，每秒为数百万用户和商品提供大量推荐，在数据稀疏的情况下实现高覆盖率。在传统的协同过滤推荐系统中，工作量随着系统用户的增加
相关文章
- 1. Item-Based Collaborative Filtering Recommendation Algorithms
- 2. 阅读笔记：Item-based Collaborative Filtering Recommendation Algorithms
- 3. Collaborative filtering with GraphChi
- 4. Memory-based的CF推荐--Item-based的方法：Item-Based Collaborative Filtering Recommendation Algorithms
- 5. Collaborative Filtering
- 6. 基于物品的协同过滤推荐算法——读“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
- 更多相关文章...
- • ASP 引用文件 - ASP 教程
- • Swift 自动引用计数（ARC） - Swift 教程
- • RxJava操作符（三）Filtering
- • Composer 安装与使用
相关标签/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。
欢迎关注本站公众号,获取更多信息
相关文章
- 1. Item-Based Collaborative Filtering Recommendation Algorithms
- 2. 阅读笔记：Item-based Collaborative Filtering Recommendation Algorithms
- 3. Collaborative filtering with GraphChi
- 4. Memory-based的CF推荐--Item-based的方法：Item-Based Collaborative Filtering Recommendation Algorithms
- 5. Collaborative Filtering
- 6. 基于物品的协同过滤推荐算法——读“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