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:
量子计算作为一种与传统计算基本原理完全不同的方式,可以适用于信息量极大的个性化推荐场景.本文从个性化推荐的算法入手,分析了基于量子聚类分析的推荐算法.通过对该算法的聚类中心分析,量子计算能够有效地提高个性化推荐的效率和安全,具有十分广阔的前景.
推荐文章
大数据个性化推荐分析
大数据
个性化推荐
兴趣爱好
推荐算法
协同过滤
混合推荐
对于个性化推荐新闻的思考
算法
人文理性
工具理性
基于读者个性化特征的图书馆书目推荐
读者
个性化特征
图书馆书目
协同过滤
兴趣模型
推荐业务
基于个性化特征的协同过滤推荐算法
个性化特征
协同过滤推荐
评分模型
项目属性
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 从量子计算到个性化推荐
来源期刊 智能计算机与应用 学科 工学
关键词 量子计算 个性化推荐 聚类分析
年,卷(期) 2019,(3) 所属期刊栏目 专题设计与应用
研究方向 页码范围 285-288
页数 4页 分类号 TP3-05
字数 3537字 语种 中文
DOI 10.3969/j.issn.2095-2163.2019.03.068
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 刘林涵 1 0 0.0 0.0
2 王新冬 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (123)
共引文献  (19)
参考文献  (15)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(2)
  • 参考文献(0)
  • 二级参考文献(2)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(4)
  • 参考文献(0)
  • 二级参考文献(4)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(5)
  • 参考文献(0)
  • 二级参考文献(5)
2001(8)
  • 参考文献(0)
  • 二级参考文献(8)
2002(8)
  • 参考文献(0)
  • 二级参考文献(8)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(6)
  • 参考文献(0)
  • 二级参考文献(6)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(3)
  • 参考文献(0)
  • 二级参考文献(3)
2009(4)
  • 参考文献(0)
  • 二级参考文献(4)
2010(5)
  • 参考文献(0)
  • 二级参考文献(5)
2011(8)
  • 参考文献(0)
  • 二级参考文献(8)
2012(11)
  • 参考文献(0)
  • 二级参考文献(11)
2013(7)
  • 参考文献(0)
  • 二级参考文献(7)
2014(19)
  • 参考文献(0)
  • 二级参考文献(19)
2015(9)
  • 参考文献(2)
  • 二级参考文献(7)
2016(4)
  • 参考文献(1)
  • 二级参考文献(3)
2017(8)
  • 参考文献(2)
  • 二级参考文献(6)
2018(10)
  • 参考文献(10)
  • 二级参考文献(0)
2019(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
量子计算
个性化推荐
聚类分析
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
智能计算机与应用
双月刊
2095-2163
23-1573/TN
大16开
哈尔滨市南岗区繁荣街155号(哈工大新技术楼916室)
14-144
1985
chi
出版文献量(篇)
6183
总下载数(次)
26
总被引数(次)
14240
论文1v1指导