会员服务
利用已有的用户群过去的行为或者意见预测当前用户最可能喜欢哪些东西或者对哪些东西感兴趣。主要应用场景是在线零售系统，目的是进行商品促销和提高销售额。
Comprehensive Evaluation of Matrix Factorization Models for Collaborative Filtering Recommender Systems
Arxiv
0+阅读 · 2024年10月23日
Comprehensive Evaluation of Matrix Factorization Models for Collaborative Filtering Recommender Systems
Arxiv
0+阅读 · 2024年10月25日
ECORS: An Ensembled Clustering Approach to Eradicate The Local And Global Outlier In Collaborative Filtering Recommender System
Arxiv
0+阅读 · 2024年10月1日
Utilizing Collaborative Filtering in a Personalized Research-Paper Recommendation System
Arxiv
0+阅读 · 2024年9月28日
Improving Collaborative Filtering Recommendation via Graph Learning
Arxiv
0+阅读 · 2023年11月6日
Leveraging Deep Learning Techniques on Collaborative Filtering Recommender Systems
Arxiv
0+阅读 · 2023年4月18日
Creating Synthetic Datasets for Collaborative Filtering Recommender Systems using Generative Adversarial Networks
Arxiv
0+阅读 · 2023年3月2日
Managing multi-facet bias in collaborative filtering recommender systems
Arxiv
1+阅读 · 2023年2月21日
Mitigating Human and Computer Opinion Fraud via Contrastive Learning
Arxiv
0+阅读 · 2023年1月8日
Discussion about Attacks and Defenses for Fair and Robust Recommendation System Design
Arxiv
0+阅读 · 2022年9月28日
SUPER-Rec: SUrrounding Position-Enhanced Representation for Recommendation
Arxiv
0+阅读 · 2022年9月9日
Enhancing Collaborative Filtering Recommender with Prompt-Based Sentiment Analysis
Arxiv
0+阅读 · 2022年7月19日
Transformer-Empowered Content-Aware Collaborative Filtering
Arxiv
0+阅读 · 2022年4月2日
A Recommender System Based on a Double Feature Allocation Model
Arxiv
0+阅读 · 2022年2月2日
The Stereotyping Problem in Collaboratively Filtered Recommender Systems
Arxiv
0+阅读 · 2021年10月4日
参考链接
父主题
内容推荐
微信扫码咨询专知VIP会员
Top