期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
19
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
结合项目区分用户兴趣度的协同过滤算法
被引量:
17
1
作者
施凤仙
陈恩红
《小型微型计算机系统》
CSCD
北大核心
2012年第7期1533-1536,共4页
协同过滤是推荐系统中应用最为广泛的方法.基于用户的协同过滤算法在计算用户相似性时,对不同的项目给予相同的权重,然而在现实中不同项目对刻画用户的兴趣所起作用不同,从而基于用户的协同过滤会造成对流行的项目打分高的问题,而不能...
协同过滤是推荐系统中应用最为广泛的方法.基于用户的协同过滤算法在计算用户相似性时,对不同的项目给予相同的权重,然而在现实中不同项目对刻画用户的兴趣所起作用不同,从而基于用户的协同过滤会造成对流行的项目打分高的问题,而不能真正反映用户的兴趣.本文提出项目的区分用户偏好值概念,从而更好的刻画了用户的兴趣,在此基础上,改进了计算用户相似度的方法,使推荐算法具有较高准确度.算法在标准数据集MovieLens上进行了测试,实验表明了算法的有效性.
展开更多
关键词
协同过滤
推荐算法
个性化
项目区分用户兴趣度值
下载PDF
职称材料
融合用户兴趣度与项目相关度的电影推荐算法研究
被引量:
5
2
作者
俞美华
《电脑知识与技术(过刊)》
2017年第3X期22-26,共5页
在目前的电影推荐系统中,传统的推荐算法具有用户评分数据稀疏的不足,因此无法根据用户喜好进行准确推荐。针对上述问题,本文提出一种融合用户兴趣度与项目相关度的电影推荐算法,此算法基于项目类别属性的用户兴趣度计算用户间相似性,...
在目前的电影推荐系统中,传统的推荐算法具有用户评分数据稀疏的不足,因此无法根据用户喜好进行准确推荐。针对上述问题,本文提出一种融合用户兴趣度与项目相关度的电影推荐算法,此算法基于项目类别属性的用户兴趣度计算用户间相似性,并结合基于关联规则思想计算项目间相似性从而产生推荐。基于Movielens数据集的实验结果表明,本文所提出的算法比传统的推荐算法在推荐准确度上有明显提高。
展开更多
关键词
电影推荐
用户
兴趣
度
项目
相关
度
协同过滤
下载PDF
职称材料
基于用户兴趣和项目周期的协同过滤推荐算法
被引量:
12
3
作者
叶锡君
袁培森
+2 位作者
郭小清
闫智慧
何婧
《南京理工大学学报》
EI
CAS
CSCD
北大核心
2018年第4期392-400,共9页
协同过滤推荐算法以没有限定推荐对象类型、无需用户反馈信息等优势在众多个性化推荐算法中脱颖而出。但是现有算法缺乏对用户之间的差异和用户自身的兴趣考虑,对用户和项目之间的潜在关联考虑不充分,这些问题均会影响推荐精度。该文提...
协同过滤推荐算法以没有限定推荐对象类型、无需用户反馈信息等优势在众多个性化推荐算法中脱颖而出。但是现有算法缺乏对用户之间的差异和用户自身的兴趣考虑,对用户和项目之间的潜在关联考虑不充分,这些问题均会影响推荐精度。该文提出一种基于用户兴趣和项目周期的协同过滤推荐算法,该算法在计算相似度时引入用户兴趣权重UI、项目时间等因素,并采用融合因子将改进后所得用户和项目信息进行综合,获得推荐列表。对比实验得出:该算法在推荐精确度上提高了11.034%,研究结果表明:该算法可有效提高推荐精确度。
展开更多
关键词
推荐算法
协同过滤
个性化
用户
兴趣
项目
周期
用户
相似
度
项目
相似
度
线性融合
下载PDF
职称材料
基于用户兴趣和项目属性的协同过滤算法
被引量:
5
4
作者
刘静
武文琪
+2 位作者
李骁
刘永利
王建芳
《计算机应用与软件》
2017年第5期33-37,共5页
针对传统协同过滤算法不能及时反应用户的兴趣变化、时效性不足而导致推荐精度不高的问题,提出一种基于用户兴趣和项目属性的协同过滤算法。在传统协同过滤基础上综合考虑评分时间、相似度以及项目属性等因素,首先在计算相似度过程中加...
针对传统协同过滤算法不能及时反应用户的兴趣变化、时效性不足而导致推荐精度不高的问题,提出一种基于用户兴趣和项目属性的协同过滤算法。在传统协同过滤基础上综合考虑评分时间、相似度以及项目属性等因素,首先在计算相似度过程中加入基于时间的用户兴趣度权重函数,然后再与项目属性相似度进行融合,最后进行项目预测与推荐。在Movielens数据集上的实验结果表明,所提出的算法与已有的经典算法相比,平均绝对误差降低了3%~6%,有效提高了推荐的准确性。
展开更多
关键词
用户
兴趣
项目
属性
协同过滤
权重函数
相似
度
下载PDF
职称材料
基于共同评分项目数和用户兴趣的协同过滤推荐方法
被引量:
5
5
作者
王雪霞
李青
李季红
《计算机应用》
CSCD
北大核心
2014年第11期3140-3143,共4页
在推荐系统中,为了在一定程度上减少用户评分数据稀疏对推荐效果的负面影响,提出了一种基于用户共同评分项目数和用户兴趣的协同过滤推荐算法。此算法将用户共同评分项目数和用户兴趣相似度相结合,使用户之间的相似度计算更加准确,为目...
在推荐系统中,为了在一定程度上减少用户评分数据稀疏对推荐效果的负面影响,提出了一种基于用户共同评分项目数和用户兴趣的协同过滤推荐算法。此算法将用户共同评分项目数和用户兴趣相似度相结合,使用户之间的相似度计算更加准确,为目标用户提供更好的推荐结果。仿真实验结果表明:所提算法比基于Pearson相似度计算方法的算法推荐效果更优,具有更小的平均绝对误差(MAE),表明了其有效性和可行性。
展开更多
关键词
稀疏数据
共同评分
项目
数
用户
兴趣
协同过滤
Pearson相似
度
下载PDF
职称材料
基于改进协同过滤算法的用户页面兴趣度预测研究
被引量:
4
6
作者
宋泊东
张立臣
《计算机应用研究》
CSCD
北大核心
2019年第11期3266-3268,共3页
根据大数据稀疏性特征,把奇异值分解方法引入协作过滤算法中进行互联网站点用户的页面兴趣度的计算和验证,提出了一种基于改进协作过滤算法的用户页面兴趣度预测算法。该算法利用网络日志中的显性用户过往兴趣度评分数据发现用户页面兴...
根据大数据稀疏性特征,把奇异值分解方法引入协作过滤算法中进行互联网站点用户的页面兴趣度的计算和验证,提出了一种基于改进协作过滤算法的用户页面兴趣度预测算法。该算法利用网络日志中的显性用户过往兴趣度评分数据发现用户页面兴趣度和其影响因素。MATLAB仿真结果显示:提出的基于改进协同过滤算法的用户页面兴趣度测量方法可有效克服海量数据的稀疏性,在预测准确性、测量速度方面都有很大的提高。
展开更多
关键词
大数据
奇异
值
分解
用户
兴趣
度
协作过滤算法
数据稀疏性
下载PDF
职称材料
融合用户兴趣度的基于自注意力的序列推荐模型
被引量:
2
7
作者
贝天石
成卫青
《南京邮电大学学报(自然科学版)》
北大核心
2022年第1期90-100,共11页
序列推荐试图利用用户的连续行为、用户偏好、物品流行度以及用户和项目之间的交互动作进行建模,传统的马尔科夫链(MC)、递归神经网络(RNN)和基于自注意力的模型已被大量应用于序列推荐,但它们只是将交互历史假设成有序序列,忽略各个交...
序列推荐试图利用用户的连续行为、用户偏好、物品流行度以及用户和项目之间的交互动作进行建模,传统的马尔科夫链(MC)、递归神经网络(RNN)和基于自注意力的模型已被大量应用于序列推荐,但它们只是将交互历史假设成有序序列,忽略各个交互之间的时间间隔,也不考虑序列中项目之间交互的可能性存在大小关系以及用户对项目的兴趣度可能随着时间推移而发生变化。文中对基于时间间隔感知自注意力的序列推荐模型TiSASRec进行优化,提出了考虑到用户对项目的兴趣度会发生变化的改进模型TiSeqRec,该模型基于TiSASRec,进一步捕获用户整体偏好和局部偏好,并使用一致性感知门控网络将两种偏好智能结合,预测下一项的内容。通过大量的实验验证了TiSeqRec模型在稀疏、密集数据集和不同的评价指标上都优于已有的最新的序列推荐模型。
展开更多
关键词
序列推荐
自注意力机制
时间感知模型
用户
对
项目
的
兴趣
度
下载PDF
职称材料
融合项目属性和用户兴趣迁移的协同过滤算法
8
作者
李豆豆
汪学明
《计算机仿真》
北大核心
2022年第5期304-308,469,共6页
协同过滤算法作为各种商业推荐技术最常使用的方法之一。然而,由于数据的稀疏性和用户的评分存在单一的相似性,低精度相似度度量降低了推荐系统的性能。针对上述问题,提出了一种协同过滤改进方法。方法基于项目的分类属性,以用户的兴趣...
协同过滤算法作为各种商业推荐技术最常使用的方法之一。然而,由于数据的稀疏性和用户的评分存在单一的相似性,低精度相似度度量降低了推荐系统的性能。针对上述问题,提出了一种协同过滤改进方法。方法基于项目的分类属性,以用户的兴趣度量用户的相似度,量化用户的兴趣所发生的动态迁移,构建新的相似度量模型。Movielens测试结果表明,提出的算法缓解了数据稀疏性,优化了最近邻的选取,与传统算法相比有着更高的推荐精度。
展开更多
关键词
协同过滤
项目
分类属性
相似
度
度
量
数据稀疏性
用户
兴趣
变化
下载PDF
职称材料
加入用户和项目属性的奇异值分解推荐算法
9
作者
李浩
潘莹
梁京章
《装备制造技术》
2021年第12期52-57,共6页
传统推荐算法仅利用用户的评分行为进行相似度计算来实现目标推荐,未考虑用户和项目的属性信息,推荐精度低,因此提出加入用户和项目属性的奇异值分解推荐算法。该算法在奇异值分解算法中加入用户和项目的属性信息,并在此基础上设计一种...
传统推荐算法仅利用用户的评分行为进行相似度计算来实现目标推荐,未考虑用户和项目的属性信息,推荐精度低,因此提出加入用户和项目属性的奇异值分解推荐算法。该算法在奇异值分解算法中加入用户和项目的属性信息,并在此基础上设计一种新的相似度计算方法,在相似度计算中为属性分配不同的权重,充分考虑每一种属性对推荐效果的影响,从而为目标用户和项目找到最相似用户集和最相似项目集。在数据集MovieLens上的实验结果表明,其在召回率、精确率值上均优于传统推荐算法。
展开更多
关键词
推荐算法
奇异
值
分解
用户
属性
项目
属性
相似
度
计算
下载PDF
职称材料
基于评分矩阵填充与用户兴趣的协同过滤推荐算法
被引量:
37
10
作者
韩亚楠
曹菡
刘亮亮
《计算机工程》
CAS
CSCD
北大核心
2016年第1期36-40,共5页
针对传统协同过滤推荐算法评分矩阵稀疏和推荐精度不高的问题,提出一种改进的协同过滤推荐算法。通过用户属性偏好和项目流行度计算用户对项目的偏好度,结合用户平均评分对评分矩阵中未评分项目进行填充。考虑到用户兴趣随时间的变化,...
针对传统协同过滤推荐算法评分矩阵稀疏和推荐精度不高的问题,提出一种改进的协同过滤推荐算法。通过用户属性偏好和项目流行度计算用户对项目的偏好度,结合用户平均评分对评分矩阵中未评分项目进行填充。考虑到用户兴趣随时间的变化,将基于时间的兴趣度权重函数和偏好度引入到项目相似度计算和推荐过程中,确定项目最近邻集合,从而实现最优推荐。实验结果表明,与传统协同过滤推荐算法相比,该算法较准确地反映了用户的兴趣变化趋势,并且在有效解决评分矩阵稀疏问题的同时提高了推荐准确率。
展开更多
关键词
协同过滤
用户
兴趣
用户
偏好
度
项目
流行
度
矩阵填充
下载PDF
职称材料
反映用户兴趣变化的协同过滤算法
被引量:
10
11
作者
沈西挺
董智佳
《计算机应用与软件》
CSCD
北大核心
2013年第6期295-297,共3页
针对传统协同过滤算法存在的两个弊端:一是传统的相似性度量方法在评分矩阵稀疏的情况下很难准确地反映用户间的相似性,二是不能及时反映用户的兴趣变化,提出一种新的相似性计算方法。此方法把基于用户兴趣度的相似性度量与基于项目相...
针对传统协同过滤算法存在的两个弊端:一是传统的相似性度量方法在评分矩阵稀疏的情况下很难准确地反映用户间的相似性,二是不能及时反映用户的兴趣变化,提出一种新的相似性计算方法。此方法把基于用户兴趣度的相似性度量与基于项目相似度的数据权重结合,形成一种考虑用户兴趣变化的相似性度量方法。实验结果表明,改进后的算法集成了上述两种方法的优点,对传统算法中存在的两个弊端进行了改善,在推荐准确度上有所提高。
展开更多
关键词
协同过滤
用户
兴趣
度
基于
项目
相似
度
的数据权重
个性化推荐
下载PDF
职称材料
一种融合用户与项目属性的协同过滤算法的设计与实现
被引量:
4
12
作者
陶志勇
崔新新
《计算机应用与软件》
北大核心
2019年第2期12-18,102,共8页
针对传统的协同过滤算法存在数据稀疏、冷启动、推荐精度低等问题,提出一种充分融合用户与项目属性的协同过滤算法。利用项目属性和用户属性分别对用户相似度和项目相似度计算方法进行改进,并将用户和项目协同过滤进行组合加权,提高预...
针对传统的协同过滤算法存在数据稀疏、冷启动、推荐精度低等问题,提出一种充分融合用户与项目属性的协同过滤算法。利用项目属性和用户属性分别对用户相似度和项目相似度计算方法进行改进,并将用户和项目协同过滤进行组合加权,提高预测兴趣度的准确度。引入用户属性-项目类型偏好权重因子,利用天牛须搜索方法对兴趣度计算方法进行改进。实验结果表明:该算法能有效地缓解冷启动、数据稀疏对推荐系统的影响,且推荐精度有一定的提高。与传统的项目和用户协同过滤算法相比,召回率分别提高了8.65%和3.39%。
展开更多
关键词
协同过滤
用户
属性
项目
属性
相似
度
兴趣
度
推荐算法
下载PDF
职称材料
项目子相似度融合的协同过滤推荐算法
被引量:
3
13
作者
毕孝儒
《计算机系统应用》
2015年第1期147-150,共4页
针对用户评分数据稀疏性和项目最近邻寻找的不准确性问题,提出了一种项目子相似度融合的协同过滤推荐算法.该算法根据目标用户每一属性取值,选取与该属性值一致的用户作为用户子空间,并在此空间上计算目标项目与其他项目之间的相似度(...
针对用户评分数据稀疏性和项目最近邻寻找的不准确性问题,提出了一种项目子相似度融合的协同过滤推荐算法.该算法根据目标用户每一属性取值,选取与该属性值一致的用户作为用户子空间,并在此空间上计算目标项目与其他项目之间的相似度(称其为项目子相似度).在此基础上,以项目子相似度为依据选取目标项目的 K最近邻,计算其预测评分;最后对用户不同属性上的预测评分进行加权求和,得到目标项目的最终评分.实验结果表明,该算法能准确地选取目标项目的最近邻,明显改善了推荐质量.
展开更多
关键词
协同过滤
项目
子相似
度
用户
属性权
值
下载PDF
职称材料
融合标签和长短期兴趣的矩阵分解推荐算法
被引量:
1
14
作者
姬璐
于万钧
陈颖
《计算机工程与设计》
北大核心
2023年第3期777-783,共7页
为提高用户兴趣挖掘的准确性,实现更加精准的用户个性化推荐,提出一种融合标签和长短期兴趣的矩阵分解推荐算法。利用用户使用各标签的次数和生命周期挖掘用户的长短期兴趣,计算用户标签偏好值;利用用户标签偏好值比较用户间的兴趣,获...
为提高用户兴趣挖掘的准确性,实现更加精准的用户个性化推荐,提出一种融合标签和长短期兴趣的矩阵分解推荐算法。利用用户使用各标签的次数和生命周期挖掘用户的长短期兴趣,计算用户标签偏好值;利用用户标签偏好值比较用户间的兴趣,获得更加精准的用户间兴趣相似度;将用户间兴趣相似度引入矩阵分解模型,预测项目评分并进行推荐。实验结果表明,该算法挖掘出的用户兴趣比其它推荐算法准确。
展开更多
关键词
用户
个性化推荐
协同过滤推荐算法
矩阵分解
标签信息
长短期
兴趣
用户
标签偏好
值
兴趣
相似
度
下载PDF
职称材料
协同过滤的相似度融合改进算法
被引量:
6
15
作者
于世彩
谢颖华
王巧
《计算机系统应用》
2017年第1期135-140,共6页
针对传统协同过滤推荐在数据稀疏性条件下性能不佳的问题,在相似度计算上做出了优化,提出了一种基于项目类别和用户兴趣相似度融合的协同过滤算法,算法将相似度的计算分解为两个方面进行:用户-项目类别评分相似度和用户-项目类别兴趣相...
针对传统协同过滤推荐在数据稀疏性条件下性能不佳的问题,在相似度计算上做出了优化,提出了一种基于项目类别和用户兴趣相似度融合的协同过滤算法,算法将相似度的计算分解为两个方面进行:用户-项目类别评分相似度和用户-项目类别兴趣相似度,将两者用合适的权值加以融合得到最终相似度,参与最终预测评分的计算.利用MovieLens公用数据集对改进前后的算法进行对比.结果表明,基于项目类别和用户兴趣的协同过滤改进算法有效地缓解了数据稀疏性问题的影响,提高了推荐的准确性.
展开更多
关键词
协同过滤
数据稀疏性
项目
类别
用户
兴趣
相似
度
融合
下载PDF
职称材料
结合用户偏好和相似性的网络结构推荐算法
被引量:
4
16
作者
李青
尹四清
《计算机工程与设计》
北大核心
2016年第3期814-818,共5页
网络结构推荐算法在资源分配过程中,仅判断用户是否选择过项目,未考虑用户显式偏好对资源分配的影响,导致推荐项目单一,为此提出一种结合用户偏好和相似性的网络结构推荐算法。在二部图网络结构推荐的基础上,引入用户显式评分,采用最大...
网络结构推荐算法在资源分配过程中,仅判断用户是否选择过项目,未考虑用户显式偏好对资源分配的影响,导致推荐项目单一,为此提出一种结合用户偏好和相似性的网络结构推荐算法。在二部图网络结构推荐的基础上,引入用户显式评分,采用最大最小值方法标准化用户不同评分作为网络结构的权值,在资源分配过程中综合考虑项目的度以及用户间相似性对资源分配的影响。实验结果表明,该算法与其它算法相比明显提高了平均排序值(ranking score)和海明距离,提高了推荐的准确性和多样性。
展开更多
关键词
二部图网络结构
用户
偏好
项目
度
相似性
最大最小
值
方法
下载PDF
职称材料
跨类型的学术资源优质推荐算法研究
被引量:
8
17
作者
尹丽玲
刘柏嵩
王洋洋
《情报学报》
CSSCI
CSCD
北大核心
2017年第7期715-722,共8页
提出一种新的融合内容特征和非内容特征以及用户行为的推荐算法ER(Excellent Recommendation),快速准确地为用户推荐感兴趣的、高质量的5类学术资源,以实现学术资源的优质推荐。ER算法从资源类型、学科分布、关键词分布和LDA(Latent Dir...
提出一种新的融合内容特征和非内容特征以及用户行为的推荐算法ER(Excellent Recommendation),快速准确地为用户推荐感兴趣的、高质量的5类学术资源,以实现学术资源的优质推荐。ER算法从资源类型、学科分布、关键词分布和LDA(Latent Dirichlet Allocation)主题分布共4个内容特征对5类学术资源建模,融合用户行为后进行用户兴趣偏好建模,根据权威度、社区热度和时新度等3个非内容特征对学术资源的质量值进行评估,最终根据学术资源的兴趣值和质量值进行Top-N推荐。通过预测准确度对推荐结果进行评估,实验表明ER算法的推荐效果最佳,证明了ER算法的有效性。
展开更多
关键词
学术推荐
用户
行为
兴趣
值
质量
值
推荐
度
下载PDF
职称材料
题库建设讲话(一)
被引量:
12
18
作者
桂诗春
《现代外语》
CSSCI
北大核心
1989年第4期1-7,19,共8页
在我国,各种类型、各种层次的外语考试经常举行。考试的次数日益频繁,参加考试的人数日渐增多,动辄上万。但是,对这些重大的教育实践,我们却往往缺乏足够的理论指导。为了推动我国测试研究的开展,我院已成立测试研究与发展中心,本刊也...
在我国,各种类型、各种层次的外语考试经常举行。考试的次数日益频繁,参加考试的人数日渐增多,动辄上万。但是,对这些重大的教育实践,我们却往往缺乏足够的理论指导。为了推动我国测试研究的开展,我院已成立测试研究与发展中心,本刊也计划开辟《测试理论与应用》专栏,为我国外语测试工作者提供一个发表研究成果的园地。题库建设是一项理论性强,实际意义重大的基本建设。本期起我们发表题库建设的系列文章,就是想在这个方面做些工作,希望引起有关部门的注意和读者的兴趣,以期加快我国题库建设的科学化、理论化进程。我们希望读者踊跃投稿,共同办好这个专栏!
展开更多
关键词
项目
反应理论
外语考试
项目
难
度
难
度
值
区分
度
相关系数
题库建设
样本
项目
分析
量表
下载PDF
职称材料
中国哈弗参展2021ChinaJoy传播项目
19
《国际公关》
2022年第5期83-83,共1页
项目主体:哈弗品牌执行单位:爱创营销与传播项目简述:中国哈弗不断洞察年轻消费趋势,为迎合年轻受众喜好,以年轻化产品不断激发用户兴趣,聚焦用户运营、聚集及沉淀等多种形式,中国哈弗首次以“进击的中国哈弗拥抱次元时代”为主题参加...
项目主体:哈弗品牌执行单位:爱创营销与传播项目简述:中国哈弗不断洞察年轻消费趋势,为迎合年轻受众喜好,以年轻化产品不断激发用户兴趣,聚焦用户运营、聚集及沉淀等多种形式,中国哈弗首次以“进击的中国哈弗拥抱次元时代”为主题参加次元漫展ChinaJoy,以年轻用户话语体系对话乙时代。漫展上通过发布赤兔电竞巅峰赛、Coser潮流新次元表演秀、哈弗大狗&赤兔潮改车贴、摇尾舞等主题活动,吸引Z世代人群,打造私域流量池,线上聚焦用户运营,通过视频号、抖音、微博等平台,占领#202lchinajoy#流量阵地,为官方平台引流,并不断强化品牌年轻化形象,提升品牌关注度。
展开更多
关键词
消费趋势
赤兔
品牌年轻化
项目
主体
用户
兴趣
用户
运营
营销与传播
品牌关注
度
原文传递
题名
结合项目区分用户兴趣度的协同过滤算法
被引量:
17
1
作者
施凤仙
陈恩红
机构
中国科学技术大学计算机科学与技术学院
出处
《小型微型计算机系统》
CSCD
北大核心
2012年第7期1533-1536,共4页
文摘
协同过滤是推荐系统中应用最为广泛的方法.基于用户的协同过滤算法在计算用户相似性时,对不同的项目给予相同的权重,然而在现实中不同项目对刻画用户的兴趣所起作用不同,从而基于用户的协同过滤会造成对流行的项目打分高的问题,而不能真正反映用户的兴趣.本文提出项目的区分用户偏好值概念,从而更好的刻画了用户的兴趣,在此基础上,改进了计算用户相似度的方法,使推荐算法具有较高准确度.算法在标准数据集MovieLens上进行了测试,实验表明了算法的有效性.
关键词
协同过滤
推荐算法
个性化
项目区分用户兴趣度值
Keywords
collaborative filtering
recommendation algorithm
personalized
items' discriminabilities on user interests
分类号
TP311 [自动化与计算机技术—计算机软件与理论]
下载PDF
职称材料
题名
融合用户兴趣度与项目相关度的电影推荐算法研究
被引量:
5
2
作者
俞美华
机构
上海健康医学院健康信息技术与管理学院
出处
《电脑知识与技术(过刊)》
2017年第3X期22-26,共5页
文摘
在目前的电影推荐系统中,传统的推荐算法具有用户评分数据稀疏的不足,因此无法根据用户喜好进行准确推荐。针对上述问题,本文提出一种融合用户兴趣度与项目相关度的电影推荐算法,此算法基于项目类别属性的用户兴趣度计算用户间相似性,并结合基于关联规则思想计算项目间相似性从而产生推荐。基于Movielens数据集的实验结果表明,本文所提出的算法比传统的推荐算法在推荐准确度上有明显提高。
关键词
电影推荐
用户
兴趣
度
项目
相关
度
协同过滤
Keywords
Movie recommendation
Collaborative filtering
Users-interest
Items-correlation
分类号
TP391.3 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
基于用户兴趣和项目周期的协同过滤推荐算法
被引量:
12
3
作者
叶锡君
袁培森
郭小清
闫智慧
何婧
机构
南京农业大学信息科学技术学院
出处
《南京理工大学学报》
EI
CAS
CSCD
北大核心
2018年第4期392-400,共9页
基金
国家自然科学基金(61502236)
国家重点研发计划重点专项(2016YFD0300607)
中央高校基本科研业务费专项资金(KYZ200919)
文摘
协同过滤推荐算法以没有限定推荐对象类型、无需用户反馈信息等优势在众多个性化推荐算法中脱颖而出。但是现有算法缺乏对用户之间的差异和用户自身的兴趣考虑,对用户和项目之间的潜在关联考虑不充分,这些问题均会影响推荐精度。该文提出一种基于用户兴趣和项目周期的协同过滤推荐算法,该算法在计算相似度时引入用户兴趣权重UI、项目时间等因素,并采用融合因子将改进后所得用户和项目信息进行综合,获得推荐列表。对比实验得出:该算法在推荐精确度上提高了11.034%,研究结果表明:该算法可有效提高推荐精确度。
关键词
推荐算法
协同过滤
个性化
用户
兴趣
项目
周期
用户
相似
度
项目
相似
度
线性融合
Keywords
recommendation algorithm
collaborative filtering
individuation
user interest
project time
user similarity
item similarity
linear fusion
分类号
TP391 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
基于用户兴趣和项目属性的协同过滤算法
被引量:
5
4
作者
刘静
武文琪
李骁
刘永利
王建芳
机构
河南理工大学计算机科学与技术学院
出处
《计算机应用与软件》
2017年第5期33-37,共5页
基金
国家自然科学基金项目(61202286)
河南省高等学校骨干教师计划项目(2015GGJS-068)
文摘
针对传统协同过滤算法不能及时反应用户的兴趣变化、时效性不足而导致推荐精度不高的问题,提出一种基于用户兴趣和项目属性的协同过滤算法。在传统协同过滤基础上综合考虑评分时间、相似度以及项目属性等因素,首先在计算相似度过程中加入基于时间的用户兴趣度权重函数,然后再与项目属性相似度进行融合,最后进行项目预测与推荐。在Movielens数据集上的实验结果表明,所提出的算法与已有的经典算法相比,平均绝对误差降低了3%~6%,有效提高了推荐的准确性。
关键词
用户
兴趣
项目
属性
协同过滤
权重函数
相似
度
Keywords
User interest Item properties Collaborative filtering Weight function Similarity
分类号
TP391 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
基于共同评分项目数和用户兴趣的协同过滤推荐方法
被引量:
5
5
作者
王雪霞
李青
李季红
机构
上海大学计算机工程与科学学院
出处
《计算机应用》
CSCD
北大核心
2014年第11期3140-3143,共4页
文摘
在推荐系统中,为了在一定程度上减少用户评分数据稀疏对推荐效果的负面影响,提出了一种基于用户共同评分项目数和用户兴趣的协同过滤推荐算法。此算法将用户共同评分项目数和用户兴趣相似度相结合,使用户之间的相似度计算更加准确,为目标用户提供更好的推荐结果。仿真实验结果表明:所提算法比基于Pearson相似度计算方法的算法推荐效果更优,具有更小的平均绝对误差(MAE),表明了其有效性和可行性。
关键词
稀疏数据
共同评分
项目
数
用户
兴趣
协同过滤
Pearson相似
度
Keywords
sparse data
number of common rating items
user interest
collaborative filtering
Pearson similarity
分类号
TP301.6 [自动化与计算机技术—计算机系统结构]
下载PDF
职称材料
题名
基于改进协同过滤算法的用户页面兴趣度预测研究
被引量:
4
6
作者
宋泊东
张立臣
机构
广东工业大学计算机学院
出处
《计算机应用研究》
CSCD
北大核心
2019年第11期3266-3268,共3页
基金
国家自然科学基金资助项目(61572142)
广东省自然科学基金资助项目(2015A030313490)
文摘
根据大数据稀疏性特征,把奇异值分解方法引入协作过滤算法中进行互联网站点用户的页面兴趣度的计算和验证,提出了一种基于改进协作过滤算法的用户页面兴趣度预测算法。该算法利用网络日志中的显性用户过往兴趣度评分数据发现用户页面兴趣度和其影响因素。MATLAB仿真结果显示:提出的基于改进协同过滤算法的用户页面兴趣度测量方法可有效克服海量数据的稀疏性,在预测准确性、测量速度方面都有很大的提高。
关键词
大数据
奇异
值
分解
用户
兴趣
度
协作过滤算法
数据稀疏性
Keywords
big data
singular value decomposition
user interest
collaborative filtering algorithm
data sparsity
分类号
TP301.6 [自动化与计算机技术—计算机系统结构]
下载PDF
职称材料
题名
融合用户兴趣度的基于自注意力的序列推荐模型
被引量:
2
7
作者
贝天石
成卫青
机构
南京邮电大学计算机学院
出处
《南京邮电大学学报(自然科学版)》
北大核心
2022年第1期90-100,共11页
基金
国家自然科学基金(61170322)
江苏省研究生教育教学改革课题(JGZZ19_038)资助项目。
文摘
序列推荐试图利用用户的连续行为、用户偏好、物品流行度以及用户和项目之间的交互动作进行建模,传统的马尔科夫链(MC)、递归神经网络(RNN)和基于自注意力的模型已被大量应用于序列推荐,但它们只是将交互历史假设成有序序列,忽略各个交互之间的时间间隔,也不考虑序列中项目之间交互的可能性存在大小关系以及用户对项目的兴趣度可能随着时间推移而发生变化。文中对基于时间间隔感知自注意力的序列推荐模型TiSASRec进行优化,提出了考虑到用户对项目的兴趣度会发生变化的改进模型TiSeqRec,该模型基于TiSASRec,进一步捕获用户整体偏好和局部偏好,并使用一致性感知门控网络将两种偏好智能结合,预测下一项的内容。通过大量的实验验证了TiSeqRec模型在稀疏、密集数据集和不同的评价指标上都优于已有的最新的序列推荐模型。
关键词
序列推荐
自注意力机制
时间感知模型
用户
对
项目
的
兴趣
度
Keywords
sequential recommendation
self-attention
time interval aware
usersinterest in items
分类号
TP181 [自动化与计算机技术—控制理论与控制工程]
下载PDF
职称材料
题名
融合项目属性和用户兴趣迁移的协同过滤算法
8
作者
李豆豆
汪学明
机构
贵州大学计算机与科学技术学院
出处
《计算机仿真》
北大核心
2022年第5期304-308,469,共6页
基金
国家自然科学基金项目(61163049)
贵州省自然科学基金资助项目(黔科合J字(7641))。
文摘
协同过滤算法作为各种商业推荐技术最常使用的方法之一。然而,由于数据的稀疏性和用户的评分存在单一的相似性,低精度相似度度量降低了推荐系统的性能。针对上述问题,提出了一种协同过滤改进方法。方法基于项目的分类属性,以用户的兴趣度量用户的相似度,量化用户的兴趣所发生的动态迁移,构建新的相似度量模型。Movielens测试结果表明,提出的算法缓解了数据稀疏性,优化了最近邻的选取,与传统算法相比有着更高的推荐精度。
关键词
协同过滤
项目
分类属性
相似
度
度
量
数据稀疏性
用户
兴趣
变化
Keywords
Collaborative filtering
Item classification attribute
Similarity measure
Data sparsity
User interest change
分类号
TP301.6 [自动化与计算机技术—计算机系统结构]
下载PDF
职称材料
题名
加入用户和项目属性的奇异值分解推荐算法
9
作者
李浩
潘莹
梁京章
机构
广西大学电气工程学院
广西大学信息网络中心
出处
《装备制造技术》
2021年第12期52-57,共6页
基金
赛尔网络下一代互联网技术创新项目(NGII20190108)。
文摘
传统推荐算法仅利用用户的评分行为进行相似度计算来实现目标推荐,未考虑用户和项目的属性信息,推荐精度低,因此提出加入用户和项目属性的奇异值分解推荐算法。该算法在奇异值分解算法中加入用户和项目的属性信息,并在此基础上设计一种新的相似度计算方法,在相似度计算中为属性分配不同的权重,充分考虑每一种属性对推荐效果的影响,从而为目标用户和项目找到最相似用户集和最相似项目集。在数据集MovieLens上的实验结果表明,其在召回率、精确率值上均优于传统推荐算法。
关键词
推荐算法
奇异
值
分解
用户
属性
项目
属性
相似
度
计算
Keywords
recommendation algorithm
singular value decomposition
user attributes
project attributes
similarity calculation
分类号
TP392 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
基于评分矩阵填充与用户兴趣的协同过滤推荐算法
被引量:
37
10
作者
韩亚楠
曹菡
刘亮亮
机构
陕西师范大学计算机科学学院
出处
《计算机工程》
CAS
CSCD
北大核心
2016年第1期36-40,共5页
基金
国家自然科学基金资助项目(41271387)
西安市科技计划基金资助项目(SF1228-3)
陕西师范大学院士创新基金资助项目(999521)
文摘
针对传统协同过滤推荐算法评分矩阵稀疏和推荐精度不高的问题,提出一种改进的协同过滤推荐算法。通过用户属性偏好和项目流行度计算用户对项目的偏好度,结合用户平均评分对评分矩阵中未评分项目进行填充。考虑到用户兴趣随时间的变化,将基于时间的兴趣度权重函数和偏好度引入到项目相似度计算和推荐过程中,确定项目最近邻集合,从而实现最优推荐。实验结果表明,与传统协同过滤推荐算法相比,该算法较准确地反映了用户的兴趣变化趋势,并且在有效解决评分矩阵稀疏问题的同时提高了推荐准确率。
关键词
协同过滤
用户
兴趣
用户
偏好
度
项目
流行
度
矩阵填充
Keywords
collaborative filtering
user interest
user preference degree
item popularity
matrix filling
分类号
TP311 [自动化与计算机技术—计算机软件与理论]
下载PDF
职称材料
题名
反映用户兴趣变化的协同过滤算法
被引量:
10
11
作者
沈西挺
董智佳
机构
河北工业大学计算机科学与软件学院天津
出处
《计算机应用与软件》
CSCD
北大核心
2013年第6期295-297,共3页
文摘
针对传统协同过滤算法存在的两个弊端:一是传统的相似性度量方法在评分矩阵稀疏的情况下很难准确地反映用户间的相似性,二是不能及时反映用户的兴趣变化,提出一种新的相似性计算方法。此方法把基于用户兴趣度的相似性度量与基于项目相似度的数据权重结合,形成一种考虑用户兴趣变化的相似性度量方法。实验结果表明,改进后的算法集成了上述两种方法的优点,对传统算法中存在的两个弊端进行了改善,在推荐准确度上有所提高。
关键词
协同过滤
用户
兴趣
度
基于
项目
相似
度
的数据权重
个性化推荐
Keywords
Collaborative filtering
Users interests measure
Item similarity-based data weight
Personalised recommendation
分类号
TP311 [自动化与计算机技术—计算机软件与理论]
下载PDF
职称材料
题名
一种融合用户与项目属性的协同过滤算法的设计与实现
被引量:
4
12
作者
陶志勇
崔新新
机构
辽宁工程技术大学电子与信息工程学院
出处
《计算机应用与软件》
北大核心
2019年第2期12-18,102,共8页
基金
辽宁省博士启动基金项目(20170520098)
文摘
针对传统的协同过滤算法存在数据稀疏、冷启动、推荐精度低等问题,提出一种充分融合用户与项目属性的协同过滤算法。利用项目属性和用户属性分别对用户相似度和项目相似度计算方法进行改进,并将用户和项目协同过滤进行组合加权,提高预测兴趣度的准确度。引入用户属性-项目类型偏好权重因子,利用天牛须搜索方法对兴趣度计算方法进行改进。实验结果表明:该算法能有效地缓解冷启动、数据稀疏对推荐系统的影响,且推荐精度有一定的提高。与传统的项目和用户协同过滤算法相比,召回率分别提高了8.65%和3.39%。
关键词
协同过滤
用户
属性
项目
属性
相似
度
兴趣
度
推荐算法
Keywords
Coordinative filtering
User attributes
Item attributes
Similarity Interestingness
Recommendation algorithm
分类号
TP391 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
项目子相似度融合的协同过滤推荐算法
被引量:
3
13
作者
毕孝儒
机构
四川外国语大学重庆南方翻译学院管理学院
出处
《计算机系统应用》
2015年第1期147-150,共4页
文摘
针对用户评分数据稀疏性和项目最近邻寻找的不准确性问题,提出了一种项目子相似度融合的协同过滤推荐算法.该算法根据目标用户每一属性取值,选取与该属性值一致的用户作为用户子空间,并在此空间上计算目标项目与其他项目之间的相似度(称其为项目子相似度).在此基础上,以项目子相似度为依据选取目标项目的 K最近邻,计算其预测评分;最后对用户不同属性上的预测评分进行加权求和,得到目标项目的最终评分.实验结果表明,该算法能准确地选取目标项目的最近邻,明显改善了推荐质量.
关键词
协同过滤
项目
子相似
度
用户
属性权
值
Keywords
collaborative filtering
sub-similarity of items
weighted value of user's attributes
分类号
TP391.3 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
融合标签和长短期兴趣的矩阵分解推荐算法
被引量:
1
14
作者
姬璐
于万钧
陈颖
机构
上海应用技术大学计算机科学与信息工程学院
出处
《计算机工程与设计》
北大核心
2023年第3期777-783,共7页
基金
国家自然科学基金项目(61976140)。
文摘
为提高用户兴趣挖掘的准确性,实现更加精准的用户个性化推荐,提出一种融合标签和长短期兴趣的矩阵分解推荐算法。利用用户使用各标签的次数和生命周期挖掘用户的长短期兴趣,计算用户标签偏好值;利用用户标签偏好值比较用户间的兴趣,获得更加精准的用户间兴趣相似度;将用户间兴趣相似度引入矩阵分解模型,预测项目评分并进行推荐。实验结果表明,该算法挖掘出的用户兴趣比其它推荐算法准确。
关键词
用户
个性化推荐
协同过滤推荐算法
矩阵分解
标签信息
长短期
兴趣
用户
标签偏好
值
兴趣
相似
度
Keywords
user personalized recommendation
collaborative filtering recommendation algorithm
matrix decomposition
tag information
short-term and long-term preference
user-tag preference value
interest similarity
分类号
TP393 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
协同过滤的相似度融合改进算法
被引量:
6
15
作者
于世彩
谢颖华
王巧
机构
东华大学信息科学与技术学院
出处
《计算机系统应用》
2017年第1期135-140,共6页
文摘
针对传统协同过滤推荐在数据稀疏性条件下性能不佳的问题,在相似度计算上做出了优化,提出了一种基于项目类别和用户兴趣相似度融合的协同过滤算法,算法将相似度的计算分解为两个方面进行:用户-项目类别评分相似度和用户-项目类别兴趣相似度,将两者用合适的权值加以融合得到最终相似度,参与最终预测评分的计算.利用MovieLens公用数据集对改进前后的算法进行对比.结果表明,基于项目类别和用户兴趣的协同过滤改进算法有效地缓解了数据稀疏性问题的影响,提高了推荐的准确性.
关键词
协同过滤
数据稀疏性
项目
类别
用户
兴趣
相似
度
融合
Keywords
collaborative filtering
data sparsity
item category
user interest
similarity integration
分类号
TP391.3 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
结合用户偏好和相似性的网络结构推荐算法
被引量:
4
16
作者
李青
尹四清
机构
中北大学软件学院
出处
《计算机工程与设计》
北大核心
2016年第3期814-818,共5页
文摘
网络结构推荐算法在资源分配过程中,仅判断用户是否选择过项目,未考虑用户显式偏好对资源分配的影响,导致推荐项目单一,为此提出一种结合用户偏好和相似性的网络结构推荐算法。在二部图网络结构推荐的基础上,引入用户显式评分,采用最大最小值方法标准化用户不同评分作为网络结构的权值,在资源分配过程中综合考虑项目的度以及用户间相似性对资源分配的影响。实验结果表明,该算法与其它算法相比明显提高了平均排序值(ranking score)和海明距离,提高了推荐的准确性和多样性。
关键词
二部图网络结构
用户
偏好
项目
度
相似性
最大最小
值
方法
Keywords
bipartite network structure
user preferences
object degree
similarity
max-min method
分类号
TP393 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
跨类型的学术资源优质推荐算法研究
被引量:
8
17
作者
尹丽玲
刘柏嵩
王洋洋
机构
宁波大学信息科学与工程学院
宁波大学图书馆与信息中心
出处
《情报学报》
CSSCI
CSCD
北大核心
2017年第7期715-722,共8页
基金
国家社会科学基金项目/后期资助项目"学术型大数据知识组织与服务标准研究"(15FTQ002)
省部级实验室/开放基金"数字图书馆知识组织与标引标准规范研究"(B2014)
文摘
提出一种新的融合内容特征和非内容特征以及用户行为的推荐算法ER(Excellent Recommendation),快速准确地为用户推荐感兴趣的、高质量的5类学术资源,以实现学术资源的优质推荐。ER算法从资源类型、学科分布、关键词分布和LDA(Latent Dirichlet Allocation)主题分布共4个内容特征对5类学术资源建模,融合用户行为后进行用户兴趣偏好建模,根据权威度、社区热度和时新度等3个非内容特征对学术资源的质量值进行评估,最终根据学术资源的兴趣值和质量值进行Top-N推荐。通过预测准确度对推荐结果进行评估,实验表明ER算法的推荐效果最佳,证明了ER算法的有效性。
关键词
学术推荐
用户
行为
兴趣
值
质量
值
推荐
度
Keywords
academic recommendation
user behavior
interest value
quality value
recommendation degree
分类号
G350 [文化科学—情报学]
下载PDF
职称材料
题名
题库建设讲话(一)
被引量:
12
18
作者
桂诗春
出处
《现代外语》
CSSCI
北大核心
1989年第4期1-7,19,共8页
文摘
在我国,各种类型、各种层次的外语考试经常举行。考试的次数日益频繁,参加考试的人数日渐增多,动辄上万。但是,对这些重大的教育实践,我们却往往缺乏足够的理论指导。为了推动我国测试研究的开展,我院已成立测试研究与发展中心,本刊也计划开辟《测试理论与应用》专栏,为我国外语测试工作者提供一个发表研究成果的园地。题库建设是一项理论性强,实际意义重大的基本建设。本期起我们发表题库建设的系列文章,就是想在这个方面做些工作,希望引起有关部门的注意和读者的兴趣,以期加快我国题库建设的科学化、理论化进程。我们希望读者踊跃投稿,共同办好这个专栏!
关键词
项目
反应理论
外语考试
项目
难
度
难
度
值
区分
度
相关系数
题库建设
样本
项目
分析
量表
分类号
H3 [语言文字]
下载PDF
职称材料
题名
中国哈弗参展2021ChinaJoy传播项目
19
出处
《国际公关》
2022年第5期83-83,共1页
文摘
项目主体:哈弗品牌执行单位:爱创营销与传播项目简述:中国哈弗不断洞察年轻消费趋势,为迎合年轻受众喜好,以年轻化产品不断激发用户兴趣,聚焦用户运营、聚集及沉淀等多种形式,中国哈弗首次以“进击的中国哈弗拥抱次元时代”为主题参加次元漫展ChinaJoy,以年轻用户话语体系对话乙时代。漫展上通过发布赤兔电竞巅峰赛、Coser潮流新次元表演秀、哈弗大狗&赤兔潮改车贴、摇尾舞等主题活动,吸引Z世代人群,打造私域流量池,线上聚焦用户运营,通过视频号、抖音、微博等平台,占领#202lchinajoy#流量阵地,为官方平台引流,并不断强化品牌年轻化形象,提升品牌关注度。
关键词
消费趋势
赤兔
品牌年轻化
项目
主体
用户
兴趣
用户
运营
营销与传播
品牌关注
度
分类号
F42 [经济管理—产业经济]
原文传递
题名
作者
出处
发文年
被引量
操作
1
结合项目区分用户兴趣度的协同过滤算法
施凤仙
陈恩红
《小型微型计算机系统》
CSCD
北大核心
2012
17
下载PDF
职称材料
2
融合用户兴趣度与项目相关度的电影推荐算法研究
俞美华
《电脑知识与技术(过刊)》
2017
5
下载PDF
职称材料
3
基于用户兴趣和项目周期的协同过滤推荐算法
叶锡君
袁培森
郭小清
闫智慧
何婧
《南京理工大学学报》
EI
CAS
CSCD
北大核心
2018
12
下载PDF
职称材料
4
基于用户兴趣和项目属性的协同过滤算法
刘静
武文琪
李骁
刘永利
王建芳
《计算机应用与软件》
2017
5
下载PDF
职称材料
5
基于共同评分项目数和用户兴趣的协同过滤推荐方法
王雪霞
李青
李季红
《计算机应用》
CSCD
北大核心
2014
5
下载PDF
职称材料
6
基于改进协同过滤算法的用户页面兴趣度预测研究
宋泊东
张立臣
《计算机应用研究》
CSCD
北大核心
2019
4
下载PDF
职称材料
7
融合用户兴趣度的基于自注意力的序列推荐模型
贝天石
成卫青
《南京邮电大学学报(自然科学版)》
北大核心
2022
2
下载PDF
职称材料
8
融合项目属性和用户兴趣迁移的协同过滤算法
李豆豆
汪学明
《计算机仿真》
北大核心
2022
0
下载PDF
职称材料
9
加入用户和项目属性的奇异值分解推荐算法
李浩
潘莹
梁京章
《装备制造技术》
2021
0
下载PDF
职称材料
10
基于评分矩阵填充与用户兴趣的协同过滤推荐算法
韩亚楠
曹菡
刘亮亮
《计算机工程》
CAS
CSCD
北大核心
2016
37
下载PDF
职称材料
11
反映用户兴趣变化的协同过滤算法
沈西挺
董智佳
《计算机应用与软件》
CSCD
北大核心
2013
10
下载PDF
职称材料
12
一种融合用户与项目属性的协同过滤算法的设计与实现
陶志勇
崔新新
《计算机应用与软件》
北大核心
2019
4
下载PDF
职称材料
13
项目子相似度融合的协同过滤推荐算法
毕孝儒
《计算机系统应用》
2015
3
下载PDF
职称材料
14
融合标签和长短期兴趣的矩阵分解推荐算法
姬璐
于万钧
陈颖
《计算机工程与设计》
北大核心
2023
1
下载PDF
职称材料
15
协同过滤的相似度融合改进算法
于世彩
谢颖华
王巧
《计算机系统应用》
2017
6
下载PDF
职称材料
16
结合用户偏好和相似性的网络结构推荐算法
李青
尹四清
《计算机工程与设计》
北大核心
2016
4
下载PDF
职称材料
17
跨类型的学术资源优质推荐算法研究
尹丽玲
刘柏嵩
王洋洋
《情报学报》
CSSCI
CSCD
北大核心
2017
8
下载PDF
职称材料
18
题库建设讲话(一)
桂诗春
《现代外语》
CSSCI
北大核心
1989
12
下载PDF
职称材料
19
中国哈弗参展2021ChinaJoy传播项目
《国际公关》
2022
0
原文传递
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部