检索范围:
排序: 展示方式:
基于同类用户的个性化查询词自动推荐方法 Regular Papers-Research Articles
Dan-yang JIANG, Hong-hui CHEN
《信息与电子工程前沿(英文)》 2019年 第20卷 第9期 页码 1246-1258 doi: 10.1631/FITEE.1800010
Kun JIANG,Yue-xiang YANG
《信息与电子工程前沿(英文)》 2016年 第17卷 第1期 页码 1-14 doi: 10.1631/FITEE.1500190
已经研究了反向索引遍历技术来解决Web搜索引擎的查询处理性能挑战,但是仍然有很多改进的余地。我们提出了另一种新颖的穷举索引遍历方案,称为最大分数优先(LSF)检索,其中首先在具有最大上限分数的重要查询词的发布列表中选择候选者,然后对其余查询词的贡献进行全面评分。该方案可以有效地减少现有的一次性词汇(TAAT)的内存消耗和现有的一次性文档(DAAT)检索的候选选择成本,但以重新访问其余查询词语的发布列表为代价。为了进一步减少需要重新审查的发布数量,我们提出了基于LSF的有效的排名安全动态修剪技术,包括两个重要的优化方法,分别称为列表省略(LSF_LO)和部分计分(LSF_PS),它们充分利用了查询字词的重要性最终,TREC GOV2集合的实验结果表明,我们的新索引遍历方法在WAND基线上将查询延迟减少了近27%,并且与MaxScore基线相比,产生了更好的结果,而返回的结果与详尽评估相同。 >
基于依存关系和多义词分析的句法词嵌入 None
Zhong-lin YE, Hai-xing ZHAO
《信息与电子工程前沿(英文)》 2018年 第19卷 第4期 页码 524-535 doi: 10.1631/FITEE.1601846
非独立同分布推荐系统:推荐范式转换的综述和框架 Artical
Longbing Cao
《工程(英文)》 2016年 第2卷 第2期 页码 212-224 doi: 10.1016/J.ENG.2016.02.013
虽然推荐系统在我们的生活、学习、工作和娱乐中扮演着越来越重要的角色,但是很多时候我们收到的推荐都是不相关的、重复的,或者包含不感兴趣的产品和服务。这些差的推荐系统产生的原因来源于一个本征假设:传统的理论和推荐系统认为用户和物品是独立同分布的(IID)。本文先讨论了推荐系统的非独立同分布性,紧接着介绍了非独立同分布性原理,目的是从耦合和异构性的角度来深入阐述传统的推荐系统的固有本质。这种非独立同分布推荐系统引起了传统推荐系统范式的转化—— 从独立同分布向非独立同分布进行转化,希望能够形成高效的、相关性高的、个人订制和可操作的推荐系统。
关键词: 独立同分布 非独立同分布 异构性 关系耦合 耦合学习 关系学习 独立同分布学习 非独立同分布学习 推荐系统 推荐 非独立同分布推荐
基于分布式表示语义组合的查询子主题挖掘 None
Wei SONG, Ying LIU, Li-zhen LIU, Han-shi WANG
《信息与电子工程前沿(英文)》 2018年 第19卷 第11期 页码 1409-1419 doi: 10.1631/FITEE.1601476
基于机器学习的抄袭源检索的查询生成方法 Article
Lei-lei KONG, Zhi-mao LU, Hao-liang QI, Zhong-yuan HAN
《信息与电子工程前沿(英文)》 2017年 第18卷 第10期 页码 1556-1572 doi: 10.1631/FITEE.1601344
面向自动可视化的可解释数据变换推荐 Research Article
黄志雄1,3,李晋江2,3,华臻1,3,范琳伟4
《信息与电子工程前沿(英文)》 2023年 第24卷 第7期 页码 1028-1044 doi: 10.1631/FITEE.2200344
自监督脓毒症治疗推荐算法 Research Articles
朱思涵1,浦剑2
《信息与电子工程前沿(英文)》 2021年 第22卷 第7期 页码 926-939 doi: 10.1631/FITEE.2000127
CPU-GPU异构系统感知和预测的批处理内存调度策略 Research Article
吴子梁1,陈为1,马昱欣2,徐彤1,严凡1,吕檑1,钱中昊1,夏佳志3
《信息与电子工程前沿(英文)》 2023年 第24卷 第7期 页码 1007-1027 doi: 10.1631/FITEE.2200409
孙曦,吕志民
《信息与电子工程前沿(英文)》 2023年 第24卷 第9期 页码 1273-1286 doi: 10.1631/FITEE.2200304
DAN:一种用于个性化推荐的深度联合神经网络 Research Articles
王旭娜,谭清美
《信息与电子工程前沿(英文)》 2020年 第21卷 第7期 页码 963-980 doi: 10.1631/FITEE.1900236
关键词: 神经网络;深度学习;DAN;推荐
刘经南,董杨,詹骄,高柯夫
《中国工程科学》 2019年 第21卷 第3期 页码 92-97 doi: 10.15302/J-SSCAE-2019.03.004
自动驾驶地图作为实现汽车自动驾驶的关键基础设施,对于推动我国自动驾驶领域的商业化开发至关重要。现阶段,我国受地图测绘、应用和监管等相关法律法规的制度掣肘,在自动驾驶地图的产业化进程方面相对滞后。为此,本文着重分析了我国在自动驾驶地图开发、应用和管理中面临的主要政策法规问题:自动驾驶地图是否需加密的问题、自动驾驶地图部分地理信息表达受限的问题、自动驾驶地图地理信息采集资质和审图流程的问题、自动驾驶地图事故责任和保险问题、自动驾驶地图相关测试规范和测试场景问题。同时结合国内外自动驾驶领域的发展趋势,给出加快我国自动驾驶汽车开发和商业化进程的四点建议:制定自动驾驶地图管理模式、允许自动驾驶地图应用试点及有序开放、适当放开企业权限及优化审核流程、建立国家级自动驾驶地图平台
实现隐私保护个性化推荐服务 Review
王聪, 郑宜峰, 蒋精华, 任奎
《工程(英文)》 2018年 第4卷 第1期 页码 21-28 doi: 10.1016/j.eng.2018.02.005
推荐系统对于向用户提供个性化服务至关重要。通过个性化的推荐服务,用户可以享受各种有针对性的推荐,如电影、书籍、广告、餐馆等。此外,个性化推荐服务极大地推动了在线业务收入的增长。尽管存在诸多好处,但采用个性化推荐服务通常需要收集用户的个人数据以进行处理和分析,会让用户怀疑个人隐私遭到严重侵犯。因此,在尊重用户隐私的前提下开发实用的隐私保护技术来维护个性化推荐服务提供的数据尤为重要。在本文中,我们提供了与隐私保护的个性化推荐服务相关文献的综合调查。我们介绍了个性化推荐系统的总体架构、其中的隐私问题以及集中于隐私保护个性化推荐服务的现有研究。根据个性化推荐和隐私保护的核心支撑技术,我们对现有研究进行了分类,并对其优缺点进行了深入的讨论和对比,特别是针对隐私和推荐的准确性。与此同时,我们也确定了一些未来的研究方向。
标题 作者 时间 类型 操作