基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
随着复杂网络研究的深入,网络社区结构的研究逐渐成为学者们研究的热点,该文将复杂网络社区检测技术进入对推荐系统中,同时利用动态社区检测算法进行演化社区结构和用户偏好研究,有效的设计和实现个性化推荐,为社区提供更优质,更适合的服务,以此来促进用户和社区共同发展。
推荐文章
一种基于社区发现的微博个性化推荐算法
微博推荐算法
用户模型
社区发现
效用函数
人工心理模型在个性化商品推荐系统中的应用
人工智能
推荐系统
数量化Ⅰ类理论
人工心理
个性化
基于数据挖掘的个性化智能推荐系统应用研究
机器学习
推荐系统
协同式信息过滤技术
家庭数字化
基于社区网络内容的个性化推荐算法研究
社区网络
用户聚类
内容过滤
个性化推荐
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 动态社区发现在个性化推荐系统中的应用
来源期刊 电脑知识与技术:学术交流 学科 工学
关键词 复杂网络 社区检测 个性化推荐 推荐系统
年,卷(期) 2017,(5X) 所属期刊栏目
研究方向 页码范围 29-30
页数 2页 分类号 TP391.3
字数 语种
DOI
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2017(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
复杂网络
社区检测
个性化推荐
推荐系统
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
电脑知识与技术:学术版
旬刊
1009-3044
34-1205/TP
安徽合肥市濉溪路333号
26-188
出版文献量(篇)
41621
总下载数(次)
23
总被引数(次)
0
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导