首頁瀏覽人次: 739,122 次 (Since 2010/07/14) 會員登入
聯盟單位  |  虛擬講堂  |  網路直播  |  其他演講  |  排行榜  |  留言板  |  知識擂台  |  回首頁
首頁 > 虛擬講堂 > 一種基於演化的新推薦系統 快速搜尋演講 進階搜尋
  一種基於演化的新推薦系統 
★chrome瀏覽器無法播放Silverlight解決辦法
0:00 / 0:00

講者:淡江大學
日期:2019/09/25
性質:演講
類別:應用科學
語言:中文
長度:00:14:16
觀看:85
推薦:0
摘要:
由於對用戶興趣的精確預測,矩陣分解(Matrix factorization, MF)技術已被廣泛用於推薦系統中。先前基於MF的方法通過從用戶和項目中提取潛在因子來調整總體評級以進行推薦。然而,在實際應用中,人們的偏好通常隨時間而變化;傳統的基於MF的方法無法正確捕捉用戶興趣...
由於對用戶興趣的精確預測,矩陣分解(Matrix factorization, MF)技術已被廣泛用於推薦系統中。先前基於MF的方法通過從用戶和項目中提取潛在因子來調整總體評級以進行推薦。然而,在實際應用中,人們的偏好通常隨時間而變化;傳統的基於MF的方法無法正確捕捉用戶興趣的變化。在本文中,通過將遞歸神經網絡(recurrent neural network, RNN)結合到MF中,我們開發了一種新穎的推薦系統M-RNN-F,以有效地描述用戶隨時間的偏好演變。提出了一種學習模型來捕捉進化模式並預測未來的用戶偏好。實驗結果顯示,M-RNN-F的性能優於其他最先進的推薦演算法。此外,我們在現實世界數據集上進行實驗,以證明其實用性。

現在位置:演講摘要詳細內容
推薦  (0)
推薦至Plurk
提供:TANET台灣網際網路研討會-TANET2019

轉寄  

推薦者:
電子郵件地址: (如欲轉寄多人,請以 ; 分隔email)
留言給收件者:

回報問題  

問題說明:




應用直覺化的混合實境互動系統...
講者:李可風
觀看:204
看電影談物理
講者:黃朝曦
觀看:438
單車運動之生理資訊提示暨摔車...
講者:I-Hsuan ...
觀看:85
【週日閱讀科學大師】通往宇宙...
講者:吳俊輝
觀看:80
【週日閱讀科學大師】上太空也...
講者:黃居正
觀看:74

現在位置:學習公約