推荐系统中混合难负样本的生成模型

您当前的位置：

首页 >

文章列表页 >

推荐系统中混合难负样本的生成模型

大数据与信息处理 | 更新时间：2024-07-18

- 推荐系统中混合难负样本的生成模型
- A Generation Model of Mixed Difficult and Negative Samples in Recommendation System
- “在推荐系统领域，专家提出了混合动态负采样模型，有效提升了系统稳定性和准确性。”
- 软件导刊 2024年23卷第7期页码：133-137
- 作者机构：
  
  江苏大学计算机科学与通信工程学院，江苏镇江 212013
- 作者简介：
  
  马汉达（1966-），男，硕士，CCF会员，江苏大学计算机科学与通信工程学院教授，研究方向为数据挖掘、大数据处理
  梁文德（1997-），男，江苏大学计算机科学与通信工程学院硕士研究生，研究方向为推荐系统。
- 基金信息：
- DOI：10.11907/rjdk.231686
  中图分类号： TP391.1
- 纸质出版日期：2024-07-15，
  
  收稿日期：2023-06-28，
- 稿件说明：
移动端阅览
马汉达,梁文德.推荐系统中混合难负样本的生成模型[J].软件导刊,2024,23(07):133-137.

MA Handa,LIANG Wende.A Generation Model of Mixed Difficult and Negative Samples in Recommendation System[J].Software Guide,2024,23(07):133-137.
马汉达,梁文德.推荐系统中混合难负样本的生成模型[J].软件导刊,2024,23(07):133-137. DOI： 10.11907/rjdk.231686.

MA Handa,LIANG Wende.A Generation Model of Mixed Difficult and Negative Samples in Recommendation System[J].Software Guide,2024,23(07):133-137. DOI： 10.11907/rjdk.231686.

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

融合知识图谱与协同过滤的图书推荐算法

基于社交网络的推荐系统研究

融合知识图谱与用户长短期兴趣的新闻推荐