檢索結果：共8筆資料 檢索策略： "neural network".ekeyword (精準) and ckeyword.raw="推薦系統"
個人化服務 ：
排序：
每頁筆數：
已勾選0筆資料
1
在推薦系統(recommender system)相關的研究領域中，目前大多以針對個人喜好進行推薦為主。主要作法為記錄個人在系統中的行為模式，待下一次使用者(user)使用系統時以使用者的歷史喜好或…
2
近年來電影工業發展蓬勃，每年都有上百部的電影推陳出新，而一般人一年看的電影可能才十至二十部。使用者不僅無法快速吸收這麼大量的資訊，想從中挑選出中意的電影更是難上加難。因此，電影推薦作為研究主題越來越…
3
隨著資訊科技的進步，多媒體內容資訊量已急遽增加，如何在大量的資料中讓使用者快速找到真正想要或者感興趣的資料，推薦系統（Recommender System）將扮演重要角色。例如Amazon, Bar…
4
深度學習（Deep Neural Network）是近年來的熱門話題因為它在許多不同的機器學習應用上優於很多技術。LeNet-5[2]是最有名的手寫識別深度學習模組之一。LeNet-5有7層包含輸入…
5
隨著電子商務的快速發展，協同式過濾推薦系統已被廣泛地應用於各大網路 平台中，利用推薦系統準確預測客戶對商品的偏好，可以解決使用者所面臨的資 訊超載問題，並且提高使用者對該網路平台的依賴性。由於以協同…
6
在當今社會，許多人將部分薪水用於投資股票或基金，以獲取額外收入。但是，許多不專業或剛剛開始投資的散戶投資者沒有足夠的經驗來決定正確的投資。這將導致散戶投資者在投資時無利可圖。 台灣有數百隻基金，其中…
7
隨著深度學習的快速發展，如今深度學習已被廣泛的應用在各個領域，理所當然地也被應用於各種推薦系統中。推薦系統的主要目的是幫助用戶過濾大量信息，並提供滿足用戶個人喜好的產品或服務推薦，而隨者網路與電子設…
8
隨著數位時代的演進、資訊技術的發展及人們生活方式的改變，許多線上平台已經陸續出現，以滿足現代的便利需求。這些平台包括串流服務，如Netflix和Disney+，以及電子商務平台，如Amazon、PC…