期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
基于关系的推荐框架对用户推荐采用意愿的影响机制研究 被引量:1
1
作者 黄元豪 黎静仪 +1 位作者 李先国 许安心 《财经论丛》 CSSCI 北大核心 2022年第9期91-101,共11页
基于用户对主动式推荐的心理抗拒背景,结合情感适应理论与关系传播理论,对用户感知因素进行梳理,构建了用户在基于关系的推荐框架下对推荐采用的决策模型。为验证假设,收集569份有效问卷,运用Amos进行实证分析。结果显示:推荐采用是一... 基于用户对主动式推荐的心理抗拒背景,结合情感适应理论与关系传播理论,对用户感知因素进行梳理,构建了用户在基于关系的推荐框架下对推荐采用的决策模型。为验证假设,收集569份有效问卷,运用Amos进行实证分析。结果显示:推荐采用是一个动态决策过程,被推荐用户与推荐用户的关系强度与兴趣匹配度正向影响其对推荐过程的信任感;信任感进一步改善了被推荐用户对推荐内容的操纵意图推断,最终影响其推荐采用意愿;被推荐用户的自我建构会调节信任感对操纵意图推断的影响,当用户为依存型自我建构时,信任感会减少操纵意图推断,当用户为独立型自我建构时,信任感对于减少操纵意图推断的影响变弱。 展开更多
关键词 推荐采用 推荐框架 情感适应理论 心理抗拒 操纵意图推断
在线阅读 下载PDF
ReChorus:综合高效易扩展的轻量级推荐算法框架 被引量:2
2
作者 王晨阳 任一 +3 位作者 马为之 张敏 刘奕群 马少平 《软件学报》 EI CSCD 北大核心 2022年第4期1430-1438,共9页
近年来,各种各样的推荐算法层出不穷,特别是深度学习的发展,极大地推动了推荐系统的研究.然而,各个推荐算法在实现细节、评价方式、数据集处理等方面存在众多差异,越来越多的研究者开始对推荐领域的可复现性产生担忧.为了帮助缓解上述问... 近年来,各种各样的推荐算法层出不穷,特别是深度学习的发展,极大地推动了推荐系统的研究.然而,各个推荐算法在实现细节、评价方式、数据集处理等方面存在众多差异,越来越多的研究者开始对推荐领域的可复现性产生担忧.为了帮助缓解上述问题,基于PyTorch实现了一个综合、高效、易扩展的轻量级推荐算法框架ReChorus,意为构建一个推荐算法的“合唱团”.ReChorus框架中实现了多种不同类型的推荐算法,类别涵盖常规推荐、序列推荐、引入知识图谱的推荐、引入时间动态性的推荐等;同时,对于一些常见的数据集也提供统一的预处理范式.相比其他推荐系统库,ReChorus在保证综合高效的基础上尽可能做到了轻量实用,同时具有较高的可扩展性,尤其以方便学术研究为导向,非常容易上手实现新的模型.不同的推荐算法在ReChorus框架中能够在相同的实验设定下进行训练和评测,从而实现推荐算法间的有效对比.该项目目前已在GitHub发布:https://github.com/THUwangcy/ReChorus. 展开更多
关键词 推荐系统 深度学习 可复现性 推荐算法框架 软件工具包
在线阅读 下载PDF
基于Web挖掘的个性化推荐系统研究 被引量:7
3
作者 余肖生 《现代情报》 北大核心 2008年第1期215-217,共3页
本文拟从Web挖掘的概念着手,介绍几种主要的个性化推荐技术,并在此基础上,构建基于Web挖掘的个性化推荐系统框架,最后介绍了一个实例:Amazon.com。
关键词 WEB挖掘 个性化推荐 推荐系统框架
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部