期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
4
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
融合上下文信息与核密度估计的协同过滤推荐
被引量：
2
1
作者
马瑞新
郭芳清
+2 位作者
刘
振
娇
陈志奎
赵亮
《计算机技术与发展》
2021年第4期34-39,共6页
随着互联网信息技术的迅速发展,网络数据量快速增长,如何在海量数据中找到用户感兴趣的信息并实现个性化推荐是目前重要的研究方向。协同过滤算法作为推荐系统中的经典方法被广泛应用于不同场景,但是仍然存在数据稀疏,以及在计算相似度...
随着互联网信息技术的迅速发展,网络数据量快速增长,如何在海量数据中找到用户感兴趣的信息并实现个性化推荐是目前重要的研究方向。协同过滤算法作为推荐系统中的经典方法被广泛应用于不同场景,但是仍然存在数据稀疏,以及在计算相似度时不能考虑到所有数据的问题,只能够利用具有共同评分的数据,严重影响了推荐的精确度。针对上述存在的问题,提出了一种融合上下文信息与核密度估计的协同过滤个性化推荐算法。该算法通过对用户和项目各自的上下文信息和已经存在的用户评分数据进行处理,通过核密度估计构建用户和项目的兴趣模型,充分挖掘了用户和项目的兴趣分布,以获得更准确的用户和项目兴趣相似度,降低预测评分误差。在公开的数据集上验证表明,将该算法对比传统的协同过滤算法,有效提高了推荐的精确度。
展开更多
关键词
协同过滤算法
核密度估计
上下文信息
兴趣估计模型
推荐系统
下载PDF
职称材料
基于上下文学习和张量分解的个性化推荐
被引量：
2
2
作者
刘
振
娇
王新华
《山东师范大学学报（自然科学版）》
CAS
2017年第1期36-42,共7页
针对目前推荐系统存在的用户评分稀疏性现象,该文提出了一种基于上下文学习和张量分解的个性化推荐算法,算法通过利用用户之间共同评价的项目的上下文信息与评价过项目的用户上下文信息分别构建两个三阶张量,并应用高阶奇异值分解充分...
针对目前推荐系统存在的用户评分稀疏性现象,该文提出了一种基于上下文学习和张量分解的个性化推荐算法,算法通过利用用户之间共同评价的项目的上下文信息与评价过项目的用户上下文信息分别构建两个三阶张量,并应用高阶奇异值分解充分挖掘上述两个三阶张量实体之间潜在的关联关系,并将张量分解后的两个三维张量进行组合进而得到最终的推荐列表,以响应用户个性化请求.实验结果表明,该算法可以有效地对上下文信息进行建模,可以显著提高在数据稀疏情况下的推荐质量.
展开更多
关键词
个性化推荐
上下文感知
张量分解
下载PDF
职称材料
音乐学院辅导员素质的提升研究
被引量：
2
3
作者
刘
振
娇
《科教导刊》
2013年第25期52-53,共2页
音乐学院的辅导员队伍建设仍然存在一些问题,辅导员配备不足、专业化程度不高、工作计划性和体系性较差等问题,严重影响了辅导员工作的效率。针对这些问题和不足,我们应该积极应对,进一步完善辅导员队伍建设,提高辅导员队伍专业化程度,...
音乐学院的辅导员队伍建设仍然存在一些问题,辅导员配备不足、专业化程度不高、工作计划性和体系性较差等问题,严重影响了辅导员工作的效率。针对这些问题和不足,我们应该积极应对,进一步完善辅导员队伍建设,提高辅导员队伍专业化程度,并完善辅导员的绩效考评及考核机制,为辅导员综合素质的提升提供有力保障。
展开更多
关键词
音乐学院
辅导员
素质
提升
下载PDF
职称材料
基于深度多模态与核密度估计的法律文书推荐模型
被引量：
1
4
作者
陈志奎
刘
振
娇
+2 位作者
原旭
罗方
赵亮
《西北师范大学学报（自然科学版）》
CAS
北大核心
2021年第1期31-37,共7页
智慧司法是智慧城市建设中不可或缺的一部分,智慧司法中法律文书推荐体系的建设完善可以有效解决裁判尺度不统一,类案不同判和量刑不规范等问题.针对现阶段法律文书推荐体系不完善,存在对算力要求高、推荐准确率低和不能满足用户对诉讼...
智慧司法是智慧城市建设中不可或缺的一部分,智慧司法中法律文书推荐体系的建设完善可以有效解决裁判尺度不统一,类案不同判和量刑不规范等问题.针对现阶段法律文书推荐体系不完善,存在对算力要求高、推荐准确率低和不能满足用户对诉讼请求服务的即时性需求问题,以及为了建立智慧司法中法律纠纷快速响应机制,文中提出了基于深度多模态与核密度估计的法律文书推荐计算模型.首先,构建一个多模态特征融合网络,学习法律文书的融合多模态特征表示;然后,利用核密度估计方法构建类密度距离映射空间;最后,在这个映射空间中通过近邻选择进行法律文书推荐.通过在真实数据集上验证表明,该方法有效减少了推荐误差,提高了推荐准确率.
展开更多
关键词
多模态
核密度估计
法律文书推荐
特征融合
近邻选择
下载PDF
职称材料
题名
融合上下文信息与核密度估计的协同过滤推荐
被引量：
2
1
作者
马瑞新
郭芳清
刘
振
娇
陈志奎
赵亮
机构
大连理工大学软件学院
出处
《计算机技术与发展》
2021年第4期34-39,共6页
基金
国家自然科学基金(61906030)
中央高校基本科研业务费专项资金(DUT20RC(4)009)。
文摘
随着互联网信息技术的迅速发展,网络数据量快速增长,如何在海量数据中找到用户感兴趣的信息并实现个性化推荐是目前重要的研究方向。协同过滤算法作为推荐系统中的经典方法被广泛应用于不同场景,但是仍然存在数据稀疏,以及在计算相似度时不能考虑到所有数据的问题,只能够利用具有共同评分的数据,严重影响了推荐的精确度。针对上述存在的问题,提出了一种融合上下文信息与核密度估计的协同过滤个性化推荐算法。该算法通过对用户和项目各自的上下文信息和已经存在的用户评分数据进行处理,通过核密度估计构建用户和项目的兴趣模型,充分挖掘了用户和项目的兴趣分布,以获得更准确的用户和项目兴趣相似度,降低预测评分误差。在公开的数据集上验证表明,将该算法对比传统的协同过滤算法,有效提高了推荐的精确度。
关键词
协同过滤算法
核密度估计
上下文信息
兴趣估计模型
推荐系统
Keywords
collaborative filtering algorithm
kernel density estimation
context information
interest estimation model
recommendation system
分类号
TP301.6 [自动化与计算机技术—计算机系统结构]
下载PDF
职称材料
题名
基于上下文学习和张量分解的个性化推荐
被引量：
2
2
作者
刘
振
娇
王新华
机构
山东师范大学信息科学与工程学院
山东省分布式计算机软件新技术重点实验室
出处
《山东师范大学学报（自然科学版）》
CAS
2017年第1期36-42,共7页
基金
国家自然科学基金资助项目(9061200
61572301)
山东省自然科学基金资助项目(ZE2013FM008)
文摘
针对目前推荐系统存在的用户评分稀疏性现象,该文提出了一种基于上下文学习和张量分解的个性化推荐算法,算法通过利用用户之间共同评价的项目的上下文信息与评价过项目的用户上下文信息分别构建两个三阶张量,并应用高阶奇异值分解充分挖掘上述两个三阶张量实体之间潜在的关联关系,并将张量分解后的两个三维张量进行组合进而得到最终的推荐列表,以响应用户个性化请求.实验结果表明,该算法可以有效地对上下文信息进行建模,可以显著提高在数据稀疏情况下的推荐质量.
关键词
个性化推荐
上下文感知
张量分解
Keywords
personalized recommendation
context learning
tensor decomposition
分类号
TP391 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
音乐学院辅导员素质的提升研究
被引量：
2
3
作者
刘
振
娇
机构
沈阳音乐学院艺术学院
出处
《科教导刊》
2013年第25期52-53,共2页
文摘
音乐学院的辅导员队伍建设仍然存在一些问题,辅导员配备不足、专业化程度不高、工作计划性和体系性较差等问题,严重影响了辅导员工作的效率。针对这些问题和不足,我们应该积极应对,进一步完善辅导员队伍建设,提高辅导员队伍专业化程度,并完善辅导员的绩效考评及考核机制,为辅导员综合素质的提升提供有力保障。
关键词
音乐学院
辅导员
素质
提升
Keywords
Music College
counselor
quality
improve
分类号
G451 [文化科学—教育学]
下载PDF
职称材料
题名
基于深度多模态与核密度估计的法律文书推荐模型
被引量：
1
4
作者
陈志奎
刘
振
娇
原旭
罗方
赵亮
机构
大连理工大学软件学院
大连理工大学辽宁省泛在网络与服务软件重点实验室
出处
《西北师范大学学报（自然科学版）》
CAS
北大核心
2021年第1期31-37,共7页
基金
国家重点研发计划资助项目(2018YFC0830203)。
文摘
智慧司法是智慧城市建设中不可或缺的一部分,智慧司法中法律文书推荐体系的建设完善可以有效解决裁判尺度不统一,类案不同判和量刑不规范等问题.针对现阶段法律文书推荐体系不完善,存在对算力要求高、推荐准确率低和不能满足用户对诉讼请求服务的即时性需求问题,以及为了建立智慧司法中法律纠纷快速响应机制,文中提出了基于深度多模态与核密度估计的法律文书推荐计算模型.首先,构建一个多模态特征融合网络,学习法律文书的融合多模态特征表示;然后,利用核密度估计方法构建类密度距离映射空间;最后,在这个映射空间中通过近邻选择进行法律文书推荐.通过在真实数据集上验证表明,该方法有效减少了推荐误差,提高了推荐准确率.
关键词
多模态
核密度估计
法律文书推荐
特征融合
近邻选择
Keywords
multi-modal
kernel density estimation
the legal document recommendation
fusion feature
nearest neighbor
分类号
TP391.3 [自动化与计算机技术—计算机应用技术]
D926.1 [自动化与计算机技术—计算机科学与技术]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
融合上下文信息与核密度估计的协同过滤推荐
马瑞新
郭芳清
刘
振
娇
陈志奎
赵亮
《计算机技术与发展》
2021
2
下载PDF
职称材料
2
基于上下文学习和张量分解的个性化推荐
刘
振
娇
王新华
《山东师范大学学报（自然科学版）》
CAS
2017
2
下载PDF
职称材料
3
音乐学院辅导员素质的提升研究
刘
振
娇
《科教导刊》
2013
2
下载PDF
职称材料
4
基于深度多模态与核密度估计的法律文书推荐模型
陈志奎
刘
振
娇
原旭
罗方
赵亮
《西北师范大学学报（自然科学版）》
CAS
北大核心
2021
1
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
