文献综述：多样性推荐算法的定义及优化方法
文章目录 一、介绍 二、多样性的定义 2.1显式的特征 v.s. 隐式的特征 2.2成对度量 v.s. 集合级别度量 三、 多样性的优化 3.1 非交互式方法 3.2 交互式方法 四、未来预测 4.1 个性化多样性 4.2 时间多样性 4.3 可解释多样性 4.4 视觉多样性 4.5 心理学驱动的多样性 五、总结 六、参考文献 一、介绍 随着推荐系统的快速发展，准确性已经不再是评估推荐结果是否
相关文章
- 1. 推荐算法的文献综述
- 2. 推荐算法综述（四）
- 3. 推荐算法综述
- 4. 推荐算法综述（三）
- 5. 推荐算法综述（五）
- 6. 推荐算法综述（二）
- 7. 系列学习——推荐算法综述
- 8. 重磅干货--推荐算法综述
- 9. 【智能优化算法】广义邻域搜索算法（综述）
- 10. 个性化推荐系统综述
- 更多相关文章...
- • Web 语义化 - 网站建设指南
- • 系统定义的TypeHandler - MyBatis教程
- • 算法总结-广度优先算法
- • 算法总结-深度优先算法
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. 推荐算法的文献综述
- 2. 推荐算法综述（四）
- 3. 推荐算法综述
- 4. 推荐算法综述（三）
- 5. 推荐算法综述（五）
- 6. 推荐算法综述（二）
- 7. 系列学习——推荐算法综述
- 8. 重磅干货--推荐算法综述
- 9. 【智能优化算法】广义邻域搜索算法（综述）
- 10. 个性化推荐系统综述