期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
5
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
情景效应理论下的关系人推荐效果研究
1
作者
陈建
梁涛
《商业时代》
北大核心
2013年第32期46-48,共3页
前人研究证实消费者购买行为大多数是冲动性的;行为决策理论证实情境效应对消费者购买行为产生重要影响。本研究通过问卷调查和网络志分析,发现关系人的推荐对消费者购买决策的影响显著。因此,本文建议网店要加大力度对关系人展开营销攻...
前人研究证实消费者购买行为大多数是冲动性的;行为决策理论证实情境效应对消费者购买行为产生重要影响。本研究通过问卷调查和网络志分析,发现关系人的推荐对消费者购买决策的影响显著。因此,本文建议网店要加大力度对关系人展开营销攻势,充分利用关系人的影响实现营销目标。
展开更多
关键词
关系人
推荐效果
情景
效应理论
消费者决策行为
在线阅读
下载PDF
职称材料
中稻“3414”施肥效果及推荐用量研究
被引量:
29
2
作者
王伟妮
王亚艺
+5 位作者
姚忠清
鲁明星
姚善军
刘清荣
彭玉华
鲁剑巍
《湖北农业科学》
北大核心
2008年第12期1416-1419,共4页
在赤壁市利用"3414"试验设计布置中稻氮、磷、钾肥料效应试验。结果表明,中稻施用氮肥的效果最好,稻谷增产量最高达2 325 kg.hm-2,相应增产率为39.1%,纯增收入2 737.5元·hm-2;施用钾肥的增产量为777 kg·hm-2,增产率...
在赤壁市利用"3414"试验设计布置中稻氮、磷、钾肥料效应试验。结果表明,中稻施用氮肥的效果最好,稻谷增产量最高达2 325 kg.hm-2,相应增产率为39.1%,纯增收入2 737.5元·hm-2;施用钾肥的增产量为777 kg·hm-2,增产率为10.4%,纯增收入678.5元.hm-2;施用磷肥的增产量为400 kg·hm-2,增产率为5.1%,纯增收入288.8元·hm-2。通过拟合三元二次和一元二次肥效模型,确定中稻N、P2O5和K2O的最高产量施用量分别为169.8、84.5和163.7 kg·hm-2,最佳经济施用量分别为153.7、61.5和120.8 kg.hm-2。
展开更多
关键词
中稻
“3414”肥效试验
施肥
效果
:
推荐
施肥量
在线阅读
下载PDF
职称材料
认同度修正下的近相邻改进推荐算法研究
被引量:
2
3
作者
李剑锋
封林慧
于天一
《计算机工程与应用》
CSCD
北大核心
2022年第7期116-121,共6页
如何融合多方因素准确地为用户提供个性化产品一直是关注的热点问题,由此,一个新的近相邻改进算法融入了大众化认同度和个性化认同度,利于更加高效地挖掘隐藏信息。实验结果表明,相对于传统近相邻算法,认同度修正算法虽然查全率小幅度...
如何融合多方因素准确地为用户提供个性化产品一直是关注的热点问题,由此,一个新的近相邻改进算法融入了大众化认同度和个性化认同度,利于更加高效地挖掘隐藏信息。实验结果表明,相对于传统近相邻算法,认同度修正算法虽然查全率小幅度上下波动,但其他多个评价指标都得到极大提升,假正率和深度有所减少,查准率、F1值和提升度得以增加,并且,受试者特征曲线和提升曲线也都说明此修正算法具有更为显著的推荐效果。
展开更多
关键词
推荐
算法
认同度
近相邻算法
电影
推荐
推荐效果
在线阅读
下载PDF
职称材料
基于离散量和用户兴趣贴近度的协同过滤推荐算法
被引量:
13
4
作者
贾伟洋
李书琴
+1 位作者
李昕宇
刘斌
《计算机工程》
CAS
CSCD
北大核心
2018年第1期226-232,237,共8页
针对传统协同过滤算法在计算用户相似度过程中,由于数据稀疏性导致的无法计算、失真、虚高等问题,提出一种融合离散量和兴趣贴近度的相似度度量方法。收集用户对项目的评分数据,从全信息量角度进行分析,通过引入离散量相关理论进行用户...
针对传统协同过滤算法在计算用户相似度过程中,由于数据稀疏性导致的无法计算、失真、虚高等问题,提出一种融合离散量和兴趣贴近度的相似度度量方法。收集用户对项目的评分数据,从全信息量角度进行分析,通过引入离散量相关理论进行用户评分向量间的相似度计算,对评分相似的用户进行初步筛选,利用用户兴趣贴近度对相似度结果进行进一步加权处理,得到融合用户兴趣偏好信息的相似度结果,以此为基础,采用协同过滤算法进行个性化推荐。实验结果表明,该算法可有效提高信息推荐系统的推荐质量,在数据极端稀疏的情况下也能保持较好的性能。
展开更多
关键词
协同过滤
相似度计算
数据稀疏性
离散量
推荐效果
在线阅读
下载PDF
职称材料
基于改进型启发式相似度模型的协同过滤推荐方法
被引量:
3
5
作者
张南
林晓勇
史晟辉
《计算机应用》
CSCD
北大核心
2016年第8期2246-2251,2281,共7页
为提高协同过滤推荐方法的准确性和有效性,提出一种基于改进型启发式相似度模型的协同过滤推荐方法 PSJ。该方法考虑了用户评分差值、用户全局评分偏好和用户共同评分物品数三个因素。PSJ方法的Proximity因子使用指数函数反映用户评分...
为提高协同过滤推荐方法的准确性和有效性,提出一种基于改进型启发式相似度模型的协同过滤推荐方法 PSJ。该方法考虑了用户评分差值、用户全局评分偏好和用户共同评分物品数三个因素。PSJ方法的Proximity因子使用指数函数反映用户评分差值对用户相似度的影响,这样也可避免零除问题;将NHSM方法中的Significance因子和URP因子合并成PSJ方法的Significance因子,这使得PSJ方法的计算复杂度低于NHSM方法;而且为了提高在数据稀疏情况下的推荐效果,PSJ方法同时考虑了用户间的评分差值和用户全局评分两个因素。实验采用Top-k推荐中的查准率和查全率作为衡量标准。实验结果表明,当推荐物品数大于20时,与NHSM、杰卡尔德算法、自适应余弦相似度(ACOS)算法、杰卡尔德均方差(JMSD)算法和皮尔逊相关系数算法(SPCC)相比,PSJ方法的查准率与查全率均有提升。
展开更多
关键词
协同过滤
推荐
方法
启发式相似度模型
用户相似度
推荐效果
数据稀疏
在线阅读
下载PDF
职称材料
题名
情景效应理论下的关系人推荐效果研究
1
作者
陈建
梁涛
机构
广东工程职业技术学院
出处
《商业时代》
北大核心
2013年第32期46-48,共3页
文摘
前人研究证实消费者购买行为大多数是冲动性的;行为决策理论证实情境效应对消费者购买行为产生重要影响。本研究通过问卷调查和网络志分析,发现关系人的推荐对消费者购买决策的影响显著。因此,本文建议网店要加大力度对关系人展开营销攻势,充分利用关系人的影响实现营销目标。
关键词
关系人
推荐效果
情景
效应理论
消费者决策行为
分类号
F274 [经济管理—企业管理]
在线阅读
下载PDF
职称材料
题名
中稻“3414”施肥效果及推荐用量研究
被引量:
29
2
作者
王伟妮
王亚艺
姚忠清
鲁明星
姚善军
刘清荣
彭玉华
鲁剑巍
机构
华中农业大学资源与环境学院
湖北省赤壁市土壤肥料工作站
湖北省土壤肥料工作站
出处
《湖北农业科学》
北大核心
2008年第12期1416-1419,共4页
基金
国家"十一五"科技支撑计划重点项目(2008BADA4B08)
国家测土配方施肥项目
文摘
在赤壁市利用"3414"试验设计布置中稻氮、磷、钾肥料效应试验。结果表明,中稻施用氮肥的效果最好,稻谷增产量最高达2 325 kg.hm-2,相应增产率为39.1%,纯增收入2 737.5元·hm-2;施用钾肥的增产量为777 kg·hm-2,增产率为10.4%,纯增收入678.5元.hm-2;施用磷肥的增产量为400 kg·hm-2,增产率为5.1%,纯增收入288.8元·hm-2。通过拟合三元二次和一元二次肥效模型,确定中稻N、P2O5和K2O的最高产量施用量分别为169.8、84.5和163.7 kg·hm-2,最佳经济施用量分别为153.7、61.5和120.8 kg.hm-2。
关键词
中稻
“3414”肥效试验
施肥
效果
:
推荐
施肥量
Keywords
mid-season rice
"3414" fertilizer experiment
fertilization effect
fertilizer recommendation
分类号
S565.1 [农业科学—作物学]
S511.32 [农业科学—作物学]
在线阅读
下载PDF
职称材料
题名
认同度修正下的近相邻改进推荐算法研究
被引量:
2
3
作者
李剑锋
封林慧
于天一
机构
大连海事大学
出处
《计算机工程与应用》
CSCD
北大核心
2022年第7期116-121,共6页
基金
中央高校基金(3132019353)。
文摘
如何融合多方因素准确地为用户提供个性化产品一直是关注的热点问题,由此,一个新的近相邻改进算法融入了大众化认同度和个性化认同度,利于更加高效地挖掘隐藏信息。实验结果表明,相对于传统近相邻算法,认同度修正算法虽然查全率小幅度上下波动,但其他多个评价指标都得到极大提升,假正率和深度有所减少,查准率、F1值和提升度得以增加,并且,受试者特征曲线和提升曲线也都说明此修正算法具有更为显著的推荐效果。
关键词
推荐
算法
认同度
近相邻算法
电影
推荐
推荐效果
Keywords
recommendation algorithm
recognition degree
near-neighbor algorithm
movie recommendation
recommending effect
分类号
TP301 [自动化与计算机技术—计算机系统结构]
在线阅读
下载PDF
职称材料
题名
基于离散量和用户兴趣贴近度的协同过滤推荐算法
被引量:
13
4
作者
贾伟洋
李书琴
李昕宇
刘斌
机构
西北农林科技大学信息工程学院
出处
《计算机工程》
CAS
CSCD
北大核心
2018年第1期226-232,237,共8页
基金
国家自然科学基金(61602388)
文摘
针对传统协同过滤算法在计算用户相似度过程中,由于数据稀疏性导致的无法计算、失真、虚高等问题,提出一种融合离散量和兴趣贴近度的相似度度量方法。收集用户对项目的评分数据,从全信息量角度进行分析,通过引入离散量相关理论进行用户评分向量间的相似度计算,对评分相似的用户进行初步筛选,利用用户兴趣贴近度对相似度结果进行进一步加权处理,得到融合用户兴趣偏好信息的相似度结果,以此为基础,采用协同过滤算法进行个性化推荐。实验结果表明,该算法可有效提高信息推荐系统的推荐质量,在数据极端稀疏的情况下也能保持较好的性能。
关键词
协同过滤
相似度计算
数据稀疏性
离散量
推荐效果
Keywords
collaborative filtering
similarity calculation
data sparsity
discrete quantity
recommendation effect
分类号
TP391 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
基于改进型启发式相似度模型的协同过滤推荐方法
被引量:
3
5
作者
张南
林晓勇
史晟辉
机构
北京化工大学信息科学与技术学院
出处
《计算机应用》
CSCD
北大核心
2016年第8期2246-2251,2281,共7页
基金
中央高校基本科研业务费资助项目(JD1413)~~
文摘
为提高协同过滤推荐方法的准确性和有效性,提出一种基于改进型启发式相似度模型的协同过滤推荐方法 PSJ。该方法考虑了用户评分差值、用户全局评分偏好和用户共同评分物品数三个因素。PSJ方法的Proximity因子使用指数函数反映用户评分差值对用户相似度的影响,这样也可避免零除问题;将NHSM方法中的Significance因子和URP因子合并成PSJ方法的Significance因子,这使得PSJ方法的计算复杂度低于NHSM方法;而且为了提高在数据稀疏情况下的推荐效果,PSJ方法同时考虑了用户间的评分差值和用户全局评分两个因素。实验采用Top-k推荐中的查准率和查全率作为衡量标准。实验结果表明,当推荐物品数大于20时,与NHSM、杰卡尔德算法、自适应余弦相似度(ACOS)算法、杰卡尔德均方差(JMSD)算法和皮尔逊相关系数算法(SPCC)相比,PSJ方法的查准率与查全率均有提升。
关键词
协同过滤
推荐
方法
启发式相似度模型
用户相似度
推荐效果
数据稀疏
Keywords
collaborative filtering recommendation method
heuristic similarity model
user similarity
recommendation performance
data sparsity
分类号
TP181 [自动化与计算机技术—控制理论与控制工程]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
情景效应理论下的关系人推荐效果研究
陈建
梁涛
《商业时代》
北大核心
2013
0
在线阅读
下载PDF
职称材料
2
中稻“3414”施肥效果及推荐用量研究
王伟妮
王亚艺
姚忠清
鲁明星
姚善军
刘清荣
彭玉华
鲁剑巍
《湖北农业科学》
北大核心
2008
29
在线阅读
下载PDF
职称材料
3
认同度修正下的近相邻改进推荐算法研究
李剑锋
封林慧
于天一
《计算机工程与应用》
CSCD
北大核心
2022
2
在线阅读
下载PDF
职称材料
4
基于离散量和用户兴趣贴近度的协同过滤推荐算法
贾伟洋
李书琴
李昕宇
刘斌
《计算机工程》
CAS
CSCD
北大核心
2018
13
在线阅读
下载PDF
职称材料
5
基于改进型启发式相似度模型的协同过滤推荐方法
张南
林晓勇
史晟辉
《计算机应用》
CSCD
北大核心
2016
3
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部