个性化网络协同推荐服务的扩展及其实现

传统的网络协同推荐服务对用户行为数据进行统一挖掘处理,但在处理分散数据时,难以开展协同服务.由此,推荐服务系统的可扩展问题日益凸显.实际上,用户信息行为与需求层次结构的对应关系已为构建可扩展的个性化协同推荐服务系统提供了一种新思路.可扩展的个性化协同推荐服务模型从需求层出发,通过行为层、过滤层、推荐层、交互层和资源库的扩展,最终实现个性化协同推荐系统的可扩展性.     

数字化背景下政务服务政策精准推送研究

政务服务政策精准推送是指政府部门通过智能化、个性化等技术手段,向目标用户精准推送政策信息,以提高政策宣传效率和质量。通过文献资料法、案例分析法等,对政务服务政策精准推送进行系统分析和论证。以湖北省“惠企利民政策点点通”为例,系统分析了政务服务政策精准推送的实践和应用,并提出加强政策信息管理系统建设、健全用户画像建设机制、优化推荐算法、多元化推送方式、建立评估和反馈机制、保障数据安全等对策建议。     

人工智能传播的利弊分析与对策探究

人工智能时代,新闻信息的传播流程发生了明显变化,内容分发实现了精准化和个性化.但随之而来的弊端也逐渐显现,这主要反映在算法推荐时伦理失范现象时有发生,如公民的个人隐私权无法得到有效保障,他们对信息的自主选择权会受到侵犯,等等.本文认为,在机器已深度参与新闻传播的当下,营造人机和谐的媒介环境已迫在眉睫.     

一种改进的组合策略评审专家推荐算法

从项目管理的角度出发,综合考虑用户选择偏好、项目与专家的知识匹配度、项目间的相似性以及专家的历史表现等因素,融合基于内容特征、潜在主题特征、协同过滤和用户选择偏好等评审专家推荐算法,构建一种改进的组合策略的评审专家推荐算法,并通过设计实验,利用航天项目进行实验研究,结果分析表明推荐算法是可行且实用的。     

《英雄联盟》新手英雄推荐系列之一:盖伦、伊泽瑞尔和提莫

2010年12月8日,《英雄联盟(LOL)》正式封测,而这款目前最受欢迎的类DotA网游也离玩家越来越近。为了不让读者们"掉链子",从本期开始,我们将推出一个新手英雄推荐系列。就好像DotA的火枪一样,看看哪个最容易让你上手了!小贴士:英雄联盟中每位英雄共有5个常规技能,除一个被动技能外,其他4个技能的快捷键都被统一为Q、W、E、R(大招),方便玩家操作。     

国外数字图书馆推荐系统评述

本文通过介绍Tapestry,Fab,Citeseer,SERF,Melvyl,Amazon等几种常见的推荐系统,概述了国外数字图书馆推荐系统的研究进展,分析其主要特点,指出对国内数字图书馆建设具有借鉴意义.     

《电子档案证据效力维护规范》（DA/T 97—2023）主要内容及相关问题的思考

论文系统介绍了《电子档案证据效力维护规范》（DA/T 97—2023）的主要内容,说明了其制定背景、意义和主要特点,并对如何正确地理解标准文件中的“应”“宜”“可”等用语的含义及相关需要改进之处,进行了初步探讨。     

联合对比学习的图神经网络会话推荐

基于会话的推荐(SBR)是一项具有挑战性的任务,其目的是根据匿名行为序列推荐项目。本文提出了一种新的方法,称为联合对比学习的图神经网络会话推荐(CLGNN),在图注意力机制的基础上,用对比学习辅助训练,以获得更好的推荐结果。具体来说,CLGNN首先在会话图上采用注意力机制学习项目嵌入,然后聚合会话内的项目生成会话嵌入,最后使用会话嵌入和候选项目嵌入计算分数生成推荐,同时使用对比学习优化项目嵌入空间。以几种常见的评价指标为依据,在真实的两个数据集上进行实验,结果表明本文模型推荐性能良好。     

基于spark平台的跨境电商产品混合式协同推荐

跨境电商产品推荐由于受到语言和文化差异等原因,要实现精准推荐仅靠单一方法完全不够。为提高产品的有效推荐,采用混合式协同推荐策略,将隐语义挖掘和特征聚类算法联合应用于混合式系统推荐策略,并借助于Spark平台优化推荐效率。首先,采用隐语义模型(LFM)对用户及商品的隐含特征关注度和重要度进行初始化,并构建用户—商品评分函数;以RMSE为优化函数,通过梯度下降获得LFM用户—商品评分值,根据评分值生成候选商品推荐序列;接着采用K-means算法对用户—商品特征进行聚类分析,并通过鲸群优化算法(WOA)对初始类中心进行优化求解,获得候选商品推荐序列。综合两种策略得到商品推荐系列,生成最终用户推荐商品。仿真结果显示,通过Spark平台的LFM和WOA-K-means的混合式协同推荐,四家跨境电商平台均获得90%以上的商品推荐准确度,对大规模跨境电商产品具有较高的适用性。