文件名称：word源码java-Summary-of-Recommender-System-Papers:阅读过的推荐系统论文的归类总结，持续更新中…
文件大小：1.6MB
文件格式：ZIP
更新时间：2024-06-25 16:22:38
系统开源
word源码java 推荐系统论文归类总结 本文主要记录较新的推荐系统论文，并对类似的论文进行总结和整合。 目录 综述 《Deep Learning based Recommender System: A Survey and New Perspectives》 《Use of Deep Learning in Modern Recommendation System: A Summary of Recent Works》 这几个综述比较全面，介绍了目前的深度学习在推荐系统中的应用。 协同过滤理论 1.《Application of Dimensionality Reduction in Recommender System - A Case Study》推荐系统的维度下降技术。 这是发表于2000年的“古老”论文，该文是最早探讨如何解决协同过滤数据量很大时的问题。这个论文提出了使用传统的SVD降维的技术。 这个文章提出推荐系统可以分为两部分：预测、推荐。预测可以使用加权和，推荐使用TopN。可能因为这个文章特别早吧，他认为推荐系统面临的主要问题是三个：稀疏，规模，“同义词”。当数据集
【文件预览】：
Summary-of-Recommender-System-Papers-master
----readme.md(29KB)
----pics()
--------p29.png(5KB)
--------p9.png(82KB)
--------p26.png(52KB)
--------p2.png(32KB)
--------p24.png(11KB)
--------p7.png(26KB)
--------p3.png(34KB)
--------p20.png(62KB)
--------p32.png(65KB)
--------p4.png(20KB)
--------p30.png(27KB)
--------p6.png(10KB)
--------p18.png(18KB)
--------p12.png(104KB)
--------p8.png(130KB)
--------p27.png(4KB)
--------p1.png(9KB)
--------p28.png(23KB)
--------p25.png(14KB)
--------p15.png(82KB)
--------p31.png(63KB)
--------p34.png(43KB)
--------p23.png(12KB)
--------p11.png(79KB)
--------p21.png(43KB)
--------p16.png(5KB)
--------p13.png(160KB)
--------p10.png(43KB)
--------p5.png(160KB)
--------p19.png(158KB)
--------p14.jpg(8KB)
--------p22.png(69KB)
--------p17.png(28KB)
--------p33.png(7KB)