| 标题 |
 Employing singular value decomposition and similarity criteria for alleviating cold start and sparse data in context-aware recommender systems 利用奇异值分解和相似性准则缓解上下文感知推荐系统中的冷启动和稀疏数据
相关领域
推荐系统
奇异值分解
背景（考古学）
相似性（几何）
分解
计算机科学
价值（数学）
稀疏矩阵
协同过滤
数据挖掘
情报检索
人工智能
机器学习
化学
地质学
计算化学
古生物学
高斯分布
有机化学
图像（数学）
|
| 网址 | |
| DOI | |
| 其它 |
期刊：Electronic Commerce Research 作者：Keyvan Vahidy Rodpysh; Seyed Javad Mirabedini; Touraj Banirostam 出版日期：2021-05-27 |
| 求助人 | |
| 下载 | 该求助完结已超 24 小时，文件已从服务器自动删除，无法下载。 |
|
温馨提示：该文献已被科研通 学术中心 收录，前往查看
科研通『学术中心』是文献索引库，收集文献的基本信息（如标题、摘要、期刊、作者、被引量等），不提供下载功能。如需下载文献全文，请通过文献求助获取。
|
毛豆
丰知然
yar
杳鸢
从容芮
彭于彦祖
嗯哼
123
Billy
坚强的广山
Ganlou
子车茗
爱静静
mhl11
pluto
小鱼爱吃肉
张益萌
良辰
个性的紫菜
HEIKU
皖公网安备34019202002308
