原文服务方: 科技与创新       
摘要:
研究人员提出了推荐系统来降低信息过载的副作用,使得人们快速寻找高价值的有用信息。针对RippleNet算法的改进方法进行阐述,对它们的性能进行了对比,并对如何改进这类推荐算法进行了总结。
推荐文章
基于深度学习的推荐算法研究综述
推荐系统
深度学习
协同过滤
内容推荐
动态推荐
标签推荐
语义推荐算法研究综述
语义
推荐算法
内容推荐
协同过滤推荐
混合推荐
社会化推荐
基于Spark的混合推荐算法研究
推荐算法
分布式计算
Spark
增量式更新
推荐算法综述
信息过载
推荐系统
协同过滤
信息检索
数据挖掘
机器学习
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 基于RippleNet的推荐算法研究综述
来源期刊 科技与创新 学科
关键词 推荐算法 偏好 RippleNet 知识图谱
年,卷(期) 2024,(24) 所属期刊栏目 工程,技术
研究方向 页码范围 104-106
页数 3页 分类号
字数 语种 中文
DOI 10.15913/j.cnki.kjycx.2023.24.028
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)
2024(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
推荐算法
偏好
RippleNet
知识图谱
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
科技与创新
半月刊
2095-6835
14-1369/N
大16开
2014-01-01
chi
出版文献量(篇)
41653
总下载数(次)
0
总被引数(次)
202805
论文1v1指导